Descubra as cores predominantes de fotos e crie paletas harmoniosas para design.
A extração automatizada de paletas cromáticas dominantes a partir de fotografias, ilustrações conceituais e cenários naturais é um recurso valioso para designers de produto, artistas digitais e desenvolvedores que buscam harmonizar a identidade visual de interfaces com fotografias de destaque. O algoritmo utiliza técnicas de aprendizado de máquina e agrupamento estatístico de dados (K-Means Clustering) para quantizar milhões de pixels em grupos de cores dominantes representativas.
Um designer de interface carrega a fotografia promocional de um novo produto com resolução de 2500×1600 pixels contendo nuances de pôr do sol, oceano e vegetação. O motor mapeia a distribuição de cores no espaço tridimensional RGB em menos de 0,15 segundo através de agrupamento K-Means: extrai com precisão a cor primária dominante (#E11D48 - Coral Vibrante, cobrindo 38% dos pixels), a cor secundária (#0284C7 - Azul Oceânico, 24%) e 3 cores de apoio perfeitamente equilibradas. O painel exibe a paleta visual completa com códigos hexadecimais, valores RGB e percentuais de presença, permitindo copiar qualquer código ou a paleta inteira com um clique.
Toda a amostragem de pixels e o algoritmo de aprendizado de máquina rodam 100% no seu navegador. Nenhuma fotografia corporativa ou ativo gráfico de seu projeto é transferido para servidores externos.
Agrupamento K-Means: min ∑ || Pixel_i - Centróide_k ||² (para k centróides de cor no espaço cromático RGB)
Algoritmo iterativo de clusterização que converge centróides de cores com base na distância euclidiana mínima entre amostras de pixels na imagem.