使用 XMLHttpRequest 生成 RGB 图像的主色

读者须知：这是一个很长的问题，但需要背景知识才能理解所提出的问题。

The 色彩量化技术 https://en.wikipedia.org/wiki/Color_quantization通常用于获取主色图像的。 进行颜色量化的著名库之一是莱普托尼卡 http://www.leptonica.com/通过改进的中值切割量化 (MMCQ) 和八叉树量化 (OQ) http://www.leptonica.com/color-quantization.htmlGitHub 的色彩小偷 https://github.com/lokesh/color-thief@lokesh 是 MMCQ 算法的一个非常简单的 JavaScript 实现：

var colorThief = new ColorThief();
colorThief.getColor(sourceImage);

从技术上讲，图像<img/>HTML 元素支持<canvas/>元素：

var CanvasImage = function (image) {
    this.canvas  = document.createElement('canvas');
    this.context = this.canvas.getContext('2d');

    document.body.appendChild(this.canvas);

    this.width  = this.canvas.width  = image.width;
    this.height = this.canvas.height = image.height;

    this.context.drawImage(image, 0, 0, this.width, this.height);
};

这就是问题所在TVML，我们稍后会看到。

我最近知道的另一个实现链接在这篇文章上使用 imagemagick、awk 和 kmean 查找图像中的主色 http://javier.io/blog/en/2015/09/30/using-imagemagick-and-kmeans-to-find-dominant-colors-in-images.html链接到使用 python 生成很棒的 Linux 桌面主题 http://charlesleifer.com/blog/using-python-to-generate-awesome-linux-desktop-themes/。 作者发表了一篇关于使用 python 和 k-means 查找图像中的主色 http://charlesleifer.com/blog/using-python-and-k-means-to-find-the-dominant-colors-in-images/在那里使用过（对所有这些链接感到抱歉，但我正在追踪我的历史......）。

作者非常高效，还添加了一个 JavaScript 版本，我在这里发布：使用 JavaScript 和 k-means 查找图像中的主色 https://gist.github.com/loretoparisi/c147ca437ab9d5e163b7

在本例中，我们生成图像的主色，不是使用 MMCQ（或 OQ）算法，而是使用 K-Means。 问题是图像也必须是：

<canvas id="canvas" style="display: none;" width="200" height="200"></canvas>

and then

function analyze(img_elem) {
        var ctx = document.getElementById('canvas').getContext('2d')
          , img = new Image();
        img.onload = function() {
          var results = document.getElementById('results');
          results.innerHTML = 'Waiting...';
          var colors = process_image(img, ctx)
            , p1 = document.getElementById('c1')
            , p2 = document.getElementById('c2')
            , p3 = document.getElementById('c3');
          p1.style.backgroundColor = colors[0];
          p2.style.backgroundColor = colors[1];
          p3.style.backgroundColor = colors[2];
          results.innerHTML = 'Done';
        }
        img.src = img_elem.src;
      }

这是因为 Canvas 有一个 getContext() 方法，该方法公开 2D 图像绘制 API - 请参阅Canvas 2D API 简介 http://html5doctor.com/an-introduction-to-the-canvas-2d-api/

这个上下文ctx被传递给图像处理函数

  function process_image(img, ctx) {
    var points = [];
    ctx.drawImage(img, 0, 0, 200, 200);
    data = ctx.getImageData(0, 0, 200, 200).data;
    for (var i = 0, l = data.length; i < l;  i += 4) {
      var r = data[i]
        , g = data[i+1]
        , b = data[i+2];
      points.push([r, g, b]);
    }
    var results = kmeans(points, 3, 1)
     , hex = [];
    for (var i = 0; i < results.length; i++) {
      hex.push(rgbToHex(results[i][0]));
    }
    return hex;
  }

这样就可以通过Context在Canvas上绘制图像并获取图像数据：

ctx.drawImage(img, 0, 0, 200, 200);
data = ctx.getImageData(0, 0, 200, 200).data;

另一个不错的解决方案是 CoffeeScript，色彩调 https://github.com/dannvix/ColorTunes，但这也使用了：

ColorTunes.getColorMap = function(canvas, sx, sy, w, h, nc) {
    var index, indexBase, pdata, pixels, x, y, _i, _j, _ref, _ref1;
    if (nc == null) {
      nc = 8;
    }
    pdata = canvas.getContext("2d").getImageData(sx, sy, w, h).data;
    pixels = [];
    for (y = _i = sy, _ref = sy + h; _i < _ref; y = _i += 1) {
      indexBase = y * w * 4;
      for (x = _j = sx, _ref1 = sx + w; _j < _ref1; x = _j += 1) {
        index = indexBase + (x * 4);
        pixels.push([pdata[index], pdata[index + 1], pdata[index + 2]]);
      }
    }
    return (new MMCQ).quantize(pixels, nc);
  };

但是，等等，我们没有<canvas/>元素在TVML!

当然，也有像 Objective-C 这样的原生解决方案彩色立方体 https://github.com/pixelogik/ColorCube, 主色 https://github.com/indragiek/DominantColor- 这是使用 K 均值

非常漂亮且可重复使用ColorArt https://github.com/panicinc/ColorArt作者：Cocoa Controls 的@AaronBrethorst。

尽管事实上这可以通过原生 JavaScriptCore 桥在 TVML 应用程序中使用 - 请参阅如何将 TVML/JavaScriptCore 桥接到 UIKit/Objective-C (Swift)？ https://stackoverflow.com/questions/33081565/tvos-tvml-and-objective-c-swift-putting-all-together

我的目标是让这项工作完全在TVJS and TVML.

最简单的 MMCQ JavaScript 实现不需要 Canvas：参见MMCQ 的基本 Javascript 端口（改进的中值切割量化） https://gist.github.com/loretoparisi/fe6e5cf889bb2c8f2099 by 尼克·拉比诺维茨 https://gist.github.com/nrabinowitz，但需要图像的 RGB 数组：

var cmap = MMCQ.quantize(pixelArray, colorCount);

取自 HTML<canvas/>这就是原因！

function createPalette(sourceImage, colorCount) {

    // Create custom CanvasImage object
    var image = new CanvasImage(sourceImage),
        imageData = image.getImageData(),
        pixels = imageData.data,
        pixelCount = image.getPixelCount();

    // Store the RGB values in an array format suitable for quantize function
    var pixelArray = [];
    for (var i = 0, offset, r, g, b, a; i < pixelCount; i++) {
        offset = i * 4;
        r = pixels[offset + 0];
        g = pixels[offset + 1];
        b = pixels[offset + 2];
        a = pixels[offset + 3];
        // If pixel is mostly opaque and not white
        if (a >= 125) {
            if (!(r > 250 && g > 250 && b > 250)) {
                pixelArray.push([r, g, b]);
            }
        }
    }

    // Send array to quantize function which clusters values
    // using median cut algorithm

    var cmap = MMCQ.quantize(pixelArray, colorCount);
    var palette = cmap.palette();

    // Clean up
    image.removeCanvas();

    return palette;
}

[问题]如何在不使用 HTML5 的情况下生成 RGB 图像的主色<canvas/>，但是在纯 JavaScript 中，来自图像的ByteArray获取与XMLHttpRequest?

[UPDATE]我已将这个问题发布到色彩小偷 https://github.com/lokesh/color-thief/issues/86github 存储库，使 RGB 数组计算适应最新的代码库。 我尝试过的解决方案是这样的

ColorThief.prototype.getPaletteNoCanvas = function(sourceImageURL, colorCount, quality, done) {
  var xhr = new XMLHttpRequest();
  xhr.open('GET', sourceImageURL, true);
  xhr.responseType = 'arraybuffer';
  xhr.onload = function(e) {
    if (this.status == 200) {

      var uInt8Array = new Uint8Array(this.response);
      var i = uInt8Array.length;
      var biStr = new Array(i);
      while (i--)
      { biStr[i] = String.fromCharCode(uInt8Array[i]);
      }

      if (typeof colorCount === 'undefined') {
          colorCount = 10;
      }
      if (typeof quality === 'undefined' || quality < 1) {
          quality = 10;
      }

      var pixels     = uInt8Array;
      var pixelCount = 152 * 152 * 4 // this should be width*height*4

      // Store the RGB values in an array format suitable for quantize function
      var pixelArray = [];
      for (var i = 0, offset, r, g, b, a; i < pixelCount; i = i + quality) {
          offset = i * 4;
          r = pixels[offset + 0];
          g = pixels[offset + 1];
          b = pixels[offset + 2];
          a = pixels[offset + 3];
          // If pixel is mostly opaque and not white
          if (a >= 125) {
              if (!(r > 250 && g > 250 && b > 250)) {
                  pixelArray.push([r, g, b]);
              }
          }
      }

      // Send array to quantize function which clusters values
      // using median cut algorithm
      var cmap    = MMCQ.quantize(pixelArray, colorCount);
      var palette = cmap? cmap.palette() : null;
      done.apply(this,[ palette ])

    } // 200
  };
  xhr.send();
}

但它没有返回正确的 RGB 颜色数组。

[UPDATE]感谢所有的建议，我让它发挥作用。现在可以在以下位置找到完整的示例Github https://github.com/loretoparisi/dominant-colors-xmlhttprequest-example,

canvas 元素被用作将图像解码为 RGBA 数组的便捷方法。您还可以使用纯 JavaScript 库来进行图像解码。

jpgjs https://github.com/notmasteryet/jpgjs是一个 JPEG 解码器并且pngjs https://github.com/arian/pngjs是一个PNG解码器。看起来 JPEG 解码器将按原样与 TVJS 一起使用。然而，PNG 解码器看起来像是为在 Node 或 Web 浏览器环境中工作而设计的，因此您可能需要稍微调整一下。