在Android4.4系统中，我们更详细地介绍了关于颜色的细节，并提供了一个新的颜色使用教程，使我们的应用程序更加独特。换句话说，作为设计师或开发者，为你的应用做出完美的配色已经成为你的责任。您可以通过更改AndroidFramework界面元素的默认蓝色来使您的应用程序更加独特。——来自AndroidDesign最简单的方法就是在ActionBar上加一层自定义背景，但是在我现在写的一个APP中，希望可以更加灵活（自适应），自适应颜色就是最好的一个例子是iTunes，它从专辑中获取配色方案并将其应用于弹出的曲目列表。所以，我打算在Android上实现这个技术。在网上搜索基础理论知识后，发现很多开源的实现，但是都是用其他语言写的。最好的版本是一个名为ColorThief的JavaScript库，我从中学到了很多东西来实现这项技术，这正是我所需要的。图像量化这里要做的第一步是量化源图像。通俗地说，就是减少图像上使用的颜色种类。如果您喜欢GIF动画，只有8位样本可用，因此每帧最多可以使用256种颜色。为此，我们需要减少颜色的使用，只使用一些主要颜色，所以让我们使用默认的调色板，然后根据需要制作一些其他颜色。稍后会详细介绍。现在您需要选择一种量化算法。ColorThief使用MCQ（中值切割量化）算法的修改版本，也称为MMCQ（改进的中值切割量化）。如果你想了解更多关于MMCQ的信息，可以来这里。其他著名的量化技术包括NeuQuant和OctTree。我还在GitHub上托管的《Principles of Digital Image Processing 》书中找到了MCQ的JAVA实现。这个MCQ算法有很多很好的特性，所以我决定只使用它：它很快。它比NeuQuant和OctTree更快，这在移动设备上尤为重要；内部使用统计直方图，每个色块绑定一个值，方便后期排序。虽然MCQ算法生成的图像质量不是最好的，但这里只是用它生成的调色板，并没有显示生成的图像，所以还算不错。处理后的结果下面是使用ColorThief示例中的图像处理后的结果。前面说过，MCQ中有一个统计直方图，所以我们可以对每种颜色的频率进行排序，它显示了排序后的调色板列表。当然，这个还是可以改进的。这些结果与ColorThief生成的图像有点不同：我的版本选择蓝色作为主色；ColorThief以蓝色、银色和绿色为主色调；ColorThief不会选择那些灰色阴影。所以还有改进的余地。按照上面的方法，您可以调用MedianCutQuantizer对象的getQuantizedColors()方法来获取调色板。我们可以按照颜色使用量和权重的降序显示这个集合。不幸的是，大多数使用的图像都是黑白的（或接近黑白的），这并不能使我们的应用程序更加独特，因此我们必须考虑选择什么颜色。对于我自己的应用程序，我计划使用以下配色方案：第一个主色是明亮的颜色；第二主色为不同于第一主色的另一种鲜艳的颜色。第三主色是与第一、第二主色对比强烈的颜色；主字体颜色，与整体主色对比鲜明，可读性强；第二主字体颜色为白色或黑色，取决于整体主色的亮度，可读性强。本文主要讲的是如何选择这些颜色。主色根据我的上述需求，我决定使用以下因素的平均值：Vibrance；热度（人气）。生动其实很简单。首先，将RGB颜色模型转换为HSV颜色模型，使用Android内置的[Color.RGBToHSV()](https://developer.android.com/reference/android/graphics/Color.html#RGBToHSV(int,int,int,float[]))方法可以做到。如果您不了解HSV颜色模型，可以阅读此处。简单的说，这个圆柱体代表的是RGB颜色模型，颜色用三个坐标表示：Hue、Saturation和Value（亮度）。HSV颜色模型，来自维基百科我使用一种简单的方法来计算鲜艳度，通过饱和度（saturation）和色调（value）。这两个值越高，在人眼看来，鲜艳度就越高。publicfloat[]getHsv(){float[]hsv=newfloat[3];Color.RGBToHSV(r,g,b,hsv);returnhsv;}publicfloatcalculateColorfulness(){float[]hsv=getHsv();returnhsv[1]*hsv[2];}计算结果将在0.0到1.0的范围内。热还记得我说过每种颜色都有一个绑定值吗？此值可在此处用于确定颜色在调色板中的流行程度。请记住，值范围介于0.0和1.0之间。这意味着我们得到一个像这样的简单调色板：|颜色|计数|------------------------|白色|200||紫色|第175章黑色|150||红色|125||橙色|100||蓝色|50|------------------------|总计|800|我们可以通过这个比例来计算颜色在图像中的比例。上图有800个像素。以紫色为例，其颜色比例为：175/800=~0.22。但是这个值很小，只接近于1。相反，我们可以选择调色板中最流行的颜色作为基准来计算这个比例。使用前面的示例，白色是最受欢迎的颜色，因此紫色的比例为：175/200=0.87。相对于流行色来说，这个更具有代表性。这里的finalvalue就是用这些值组合成一个finalvalue，所以简单合成是没有问题的，不过之前说过黑色和白色是最流行的颜色，考虑到这一点，这里我们做一个权重来确定一些属性的重要性在这种情况下，我们增加生动性：staticfloatweightedAverage(float...values){assertvalues.length%2==0;floatsum=0;floatsumWeight=0;for(inti=0;i=SECONDARY_MIN_DIFF_HUE_PRIMARY){returncandidate;}}//如果wegethere，只返回第二个加权颜色returnmWeightedPalette[1];第三个主色和上面的第二个主色很像，不过这次我们不去寻找Hue值，直接比较前两个颜色就可以了。//Contrastvaluesareintherange0-255.privatestaticfinalintTERTIARY_MIN_CONTRAST_PRIMARY=20;privatestaticfinalintTERTIARY_MIN_CONTRAST_SECONDARY=90;...//Findthefirstcolorwhichhassufficientcontrastfromboththeprimary&secondaryfor(ColorNodecolor:mWeightedPalette){if(ColorUtils.calculateContrast(color,primary)>=TERTIARY_MIN_CONTRAST_PRIMARY&&ColorUtils.calculateContrast(color,secondary)>=TERTIARY_MIN_CONTRAST_SECONDARY){returncolor.getRgb();}}//我们找不到颜色。在这种情况下使用原色，修改它的//亮度为45%returnColorUtils.changeBrightness(secondary.getRgb(),0.45f);让我们看看，calculateContrast()方法从哪里来？这个我也想了很久，其实就是出自这篇文章色彩对比。最后我把RGB颜色模型转成YIQ颜色模型，只带了Y（亮度）值，然后你可以比较两种颜色的亮度值，看看亮度有什么不同，然后用critical值得尝试。/***@returndifferenceinluma.Possiblevaluesare0(nodifference)to*255(maxdifference).*/privatestaticfinalintcalculateContrast(intrgbColor1,intrgbColor2){returnMath.abs(calculateYiqLuma(rgbColor1)-calculateYiqLuma(rgbColor2));}/***value@returnValuesareintherange0-255.*/publicstaticfinalintcalculateYiqLuma(intcolor){return(299*Color.red(color)+587*Color.green(color)+114*Color.green(color))/1000;}我说的发代码代码见这里：https://gist.github.com/chrisbanes/ba8e7b9ec0e40f6949c6这段代码可能无法运行，所以你需要修改它并将其包含在你的APP中，这只是为了让你知道如何集成它在APP里，重要的都在这里，你只需要考虑如何融入你的APP。快点。原文链接：Banes翻译：伯乐在线-Chris翻译链接：http://blog.jobbole.com/64715/
