후속: " Sorting"; 색계열 의해 특수성
[원래 질문] (https://stackoverflow.com/questions/180/function-for-creating-color-wheels)
주어진 경우 최대 N 먼 색계열 (일부는 연관됨 거리 메트릭은) 등 일부 정렬하려면 수 있는 방법을 올라와 그 첫 번째 M 도 가까이 되는 색계열 agent. 주문하십시오 합리적으로 최대 뚜렷한 설정합니까?
즉, 주어진 여러 가지 색상을 사용할 수 있는, 그래서 많은 색계열 오더할 내놓아야 할 수 있을 것이라는 점을 모두 합리적으로 as I 처음부터 시작하는 것을 알 수 있는 색상은 또한 매우 뚜렷한 (예를 들어, t # 39 레드 isn& 등으로 옆에, 붉은 blue).
그러나 최적이고 무작위) 은 분명 아니다.
- 설명: 특히 일부 대형 및 시각적으로 구별되는 일련의 색계열 (말하도다 256 또는 1024년), 그 때 내가 원하는 것을 내가 사용하는 등 정렬하려면 얻을 수 있는 첫 번째, 말, 그 중 16 개는 비교적 시각적으로 구별되는 서브셋에 색계열. 이 목록은 1024년, 약, 내가 원하는 것 "이라며" 이는 avamer 수 있도록 개별 색상은 정렬하려면 시각적으로 더 멀리 떨어져 있는 이 list.* 그들이 오른길로
20
9
너, 이 경우 반드시 고려해야 할 것 같다고 지정값이 YUV 와 같은 색 공간을 사용하는 가시 범위, ve, 그들은 그 때 사용되는 YCbCr 또는 실습에서는. # 39 Everytime I& sRGB 보다 훨씬 더 좋은 성적을 내게 된다.
변환 될 수 있지만 실제로 고통을 주고 sRGB 할 수 있는 경우 대부분 작동합니까 너무 멀게 색상 및 보너스로 간단해진다는 알고리즘입니다 됩니다!
N 먼 색계열 간주될 수 있는 일련의 잘 분산 점이 최대 3 차원 (색) 이다. 홀턴 e0100042.log 에서 생성되도록 수 있다면, 그 다음 모든 접두어입니다 (첫 번째 M 색계열) 도 잘 분산 방향점 구성되어 있습니다.
또한 같은 날 저항을 할 수 있는 사운드를 함정이거나 경로 그래프 배치하십시오 최소한의 저항. 이 경우, 최대 저항 경로를 요구사항릴리스 반전합니다 생산하는 데 사용되는 처음부터 세트를 얻을 수도 있고, 최대 차이가 as you go) 가 가장 가까운 값을 끝 쪽으로 돌아가야 한다.
예를 들어, 한 가지 방법은 아마도 here& # 39 의 못하며창조된 그리웠댔지.
이렇게 시작하는 것 같다 깔의 바뀌엇어요 색상 즉 멀리 떨어진 후, 다른 모든 별색을 다운 색계열 끝날 때쯤 약간만이라도 나열하십시오 다른 색으로 좀 더 일반적으로.
편집: 내 첫 번째에 대한 회신을 판독값 게시물로의 공간 위의 설명은 맞지 않을 것이라는 정확히요 색계열 때문에 다른 색계열 아니하였으매 목록의 맨 아래에 있지만 크게 닫으십시오 let& # 39 의 말하도다 색상 중 하나 이상이 있는 경우, 어딘가 클러스터와의 색상에는 클러스터와의 약간만이라도 인근에 위치한 이 목록의 시작, 정보기술 (it) 는 일반적으로 약간만이라도 방정식입니다 멀리 떨어진 다른 모든 색계열 총. 만약 그 것이 합리적입니다.
이 문제는 잘 알려져 있으며, 많은 호출됨 컬러 양자화 알고리즘: 팔진트리 (http://en.wikipedia.org/wiki/Color_quantization) 이 사람들을 그러니까말이야 구현됩니까 외곽진입 좋은 효과를 얻을 수 있습니다.
그냥 이 후보가 될 수 있는 기반으로 색상을 수백년간 극대화됩니다 정렬하려면 최소 거리 인덱스 색계열.
색상을 사용하여 유클리드 거리:
비록 운영까지도 아무것도 바꿀 수 있습니다. 그냥 요구사항뿐 색상 거리 눈길을 끌고 있다.
39 질문에 올바르게 이해하는 I& 경우, m, M 프로파일링하려는 서브셋에 입수합니다 함께 가장 높은 곳도 거리 사이의 거리 함수 d 짓궂군요 색상, 주어진 일부.
바꾸어 말하자면, 무향 그래프는 크기가 큰 점을 고려할 때, 초기 집합이 N 줄무늬가 있는 모든 색깔의 연결되어 있는 모든 가장 긴 길을 찾으려는 방문 M 노드입니다.
문제를 해결하는 방법이 있지만, 나를 넘어 I& # 39 는 np-완료 그래프화합니다 m 두렵도 단순한 물리 시뮬레이션 실행하십시오 수 있습니다.
39 의 it& 멀리 떨어진 작은 M 충분히 있을 수 있으나, 효율적인, 정보기술 (it) 근처에서 부여하느뇨 효율적인 최적의 결과를 얻을 수 있습니다.
거리 함수 () 는 보다 확고한 란색이며 경우 간단한 방법을 최적이고 서브셋 생성 할 수 있습니다.
이 탐욕 알고리즘 /dev/raw/raw200 제공하십시오 좋은 결과를 얻을 수 있습니다.
Rgb 진수 형식으로 인되며 분할할 수 있도록 R, s R& 비교할 수 있는 # 39 와 같은 다른 색상, G, b
Html 같은 형식으로
그래서 사용자가 필요로 하는 것은 얼마나 가깝냐고 운영까지도 결정하는 유일한 색상 및 지정하십시오. 차이가 있는 것으로 간주되려면 적정 세그먼트만 다르다.
Do you mean 색상을 선택할 수 있는 집합에서, 여기서 M, N, M 별색을 < 합니다. 예를 들어 n, M 은 M N best 색으로 표현한 공간?
예를 들어, 트루 컬러 (24 비트 색 공간) 를 더 줄일 수 있게 한 8 비트 매핑되었습니다 색 공간 (GIF?).
이 같은 알고리즘을 위한 몇 가지 양자화 (Adaptive 공간 구역] (http://www.imagemagick.org/www/quantize.html) 에서 사용되는 알고리즘입니다 앵거매직.
일반적으로 이러한 알고리즘을 don& # 39 의 색상을 선택, t 그냥 소스 공간을 사용하지만 기존 색상에는 만들어진 새로운 소스 색계열 가장 유사한 대상 공간입니다. 간단한 예를 들어, 원본 이미지의 경우 등 3 가지 색상 있는 두 개의 적색 (또는 서로 다른 강도입니다 등으로 농도 등) 와 3 은 파랑입니다 줄여야 할 수 있으며, 두 대상 이미지가 별색을 빨간색으로 즉 함정이거나 평균, 원래 두 개의 적색 + 푸른 색을 원본 이미지를.
If you need something else didn& # 39, 그럼 내가 이해하지 질문이요:)