评估色多黑科技2.0中的色彩富厚度，，，，不可只数画面里有几多个差别的RGB数值：渐变、阴影和压缩噪点都可能爆发大宗近似颜色。。。更稳固的做法是先划定取样规模，，，，再按色差合并相近颜色，，，，最后划分盘算颜色种类数、色系笼罩率和漫衍平衡度。。。以下用一组1000个取样点演示公式与效果，，，，适用于对统一张图、统一帧画面或统一块设计区域做统计。。。
先确定统计口径：什么算一种颜色
盘算前要牢靠样本界线。。。若工具是一张图片，，，，就使用完整画布 ；；；若只较量局部计划，，，，应先圈定相同巨细、相同位置的区域。。。统计透明图层时，，，，要统一配景致后再取样，，，，不然透明像素叠加差别配景会改变最终颜色。。。样本点可匀称铺在区域内，，，，阻止只挑视觉上颜色鲜艳的部分。。。
随后将颜色转换到Lab色彩空间，，，，以色差权衡相似水平。。。设定一个合并阈值，，，，例如ΔE00不凌驾10时归为统一颜色簇 ；；；凌驾阈值则暂记为差别簇。。。阈值越小。。，，，统计效果越细，，，，颜色种类数通常越多 ；；；阈值越大，，，，近似色更容易合并，，，，效果更适合归纳综合整体配色。。。比照两组效果时，，，，取样数目、颜色空间和阈值必需一致。。。
这里的“颜色种类”指合并后的颜色簇，，，，而不是文件中泛起过的所有RGB编码。。。统计色系笼罩时，，，，再把每个颜色簇归入预先设定的七类：红、橙黄、绿、青、蓝、紫、无彩色。。。七类是本例接纳的分类口径，，，，若项目尚有色系标准，，，，也可以替换，，，，但统一轮较量不可中途改分类表。。。
三个指标的盘算公式
- 颜色种类数K：按色差阈值合并后保存的颜色簇数目，，，，单位为“种”。。。K越大，，，，样本中可区分的颜色越多，，，，但不代表画面一定更协调。。。
- 色系笼罩率C：泛起过颜色的色系数目÷预设色系总数×100%。。。本例总数为7类，，，，笼罩5类时，，，，C=5÷7×100%=71.4%。。。
- 香农熵H：H=?∑p?log?p?，，，，其中p?为第i种颜色簇的像素占比，，，，单位为bit。。。熵越高，，，，颜色漫衍越平衡 ；；；熵较低时，，，，通常由少数主色占有较大面积。。。
熵值还可换算为归一化平衡度H?=H÷log?K，，，，效果介于0和1之间 ；；；再盘算有用颜色数N?ff=2?。。。有用颜色数不是新的颜色计数，，，，而是把漫衍平衡度换算成便于明确的等效数目。。。例如，，，，五种颜色虽然都泛起了，，，，但若其中一种占绝大大都，，，，N?ff会显着低于5。。。
按办法盘算：1000个取样点示例
- 牢靠样本：从指定区域匀称抽取1000个像素点，，，，纪录每个点的颜色，，，，并统一转换到Lab色彩空间。。。
- 合并近似色：按ΔE00≤10合并，，，，获得5个颜色簇。。。将簇归入色系后，，，，本例包括青、蓝、橙黄和无彩色，，，，共4类。。。
- 统计占比：把各簇像素数除以1000，，，，获得每簇比例，，，，并检查五项比例之和是否为100%。。。
- 代入公式：盘算K、C、H、H?和N?ff，，，，再连系样本规模说明统计效果。。。
| 颜色簇 | 取样点数 | 占比 | 归属色系 |
|---|---|---|---|
| 蓝色 | 420点 | 42% | 蓝 |
| 青色 | 260点 | 26% | 青 |
| 白色与浅灰簇 | 180点 | 18% | 无彩色 |
| 深灰与玄色簇 | 90点 | 9% | 无彩色 |
| 橙色 | 50点 | 5% | 橙黄 |
这组数据的颜色种类数K=5 ；；；泛起的色系为青、蓝、无彩色、橙黄，，，，共4类，，，，因此色系笼罩率C=4÷7×100%=57.1%。。。熵值按五个占比代入，，，，H约为2.005 bit ；；；归一化后H?=2.005÷log?5≈0.864，，，，有用颜色数N?ff=2?·???≈4.01种。。。效果说明该样本有五个可区分颜色簇，，，，颜色漫衍的平衡水平靠近四种颜色平均漫衍的状态。。。
效果怎么读，，，，哪些条件要写清晰
K形貌“有几种”，，，，C形貌“涉及几类色系”，，，，H和H?形貌“各颜色漫衍是否匀称”。。。四项不可相互替换：一个画面可以拥有较大的K，，，，却由简单主色占有大部分面积 ；；；也可以K较小。。，，，但几种颜色面积靠近，，，，熵值仍然较高。。。较量色多黑科技2.0的差别样本时，，，，宜并列报告这些指标，，，，不要只用一个“颜色富厚”结论归纳综合所有差别。。。
统计纪录至少应附上取样区域、取样点数目、色差空间、合并阈值和色系分类表。。。好比，，，，本例可写作：“全图匀称取样1000点，，，，Lab色差阈值ΔE00≤10，，，，K=5种，，，，C=57.1%，，，，H=2.005 bit，，，，H?=0.864，，，，N?ff≈4.01种。。。”若是缩小统计区域、提高取样密度或调解阈值，，，，数字可能转变 ；；；因此复算时要沿用统一口径。。。
若是主要关注画面主色，，，，可增补纪录占比最高的颜色簇及其比例，，，，本例为蓝色42% ；；；若关注配色跨度，，，，则审查笼罩率和色系漫衍 ；；；若关注视觉集中水平，，，，则优先看熵值与有用颜色数。。。这样把“颜色多未几”拆成可复算的数目、笼罩规模和面积漫衍，，，，获得的结论更清晰，，，，也更利便举行同口径较量。。。
fhwfbidsjkbfwkeguhuisdkfblkewbrtre
