关于Android配色 自适应颜色的实现
在Android4.4系统中，更加详细地介绍了关于颜色的细节并提供了使用colour的新教程，以使我们的应用更加独一无二。也就是说，作为一个设计师或者开发者，为你的APP做完美的配色已经变成了你的职责。
可以通过改变Android Framework界面元素的默认蓝色来使应用更加独特。 ——来自Android Design
最简单的方式就是给Action Bar加上一层自定义的背景，但是在我现在写的一个APP中我希望可以更灵活一些（做到自适应），自适应颜色的最好例子就是iTunes了，它会从专辑中获取配色方案，作用于弹出的曲目列表。
所以，我准备在Android上实现这个技术。
基本理论知识
在网上搜索一遍后，我发现了很多开源的实现方式，不过是用其他语言写的。最好的版本是一个JavaScript库，叫Color Thief,我从里面学到了很多实现这个技术需要的知识，正好是我需要的。
图像量化
这里要做的第一步就是量化源图像，通俗地说，就是减少图像上使用的颜色种类。如果你喜欢动态的GIF，那么只能用8位的色板，所以每一帧最多可以使用256种颜色。
为此，我们就需要减少颜色使用，只使用一些主要的颜色，那我们就用默认的色板吧，再根据需要弄出一些其他的颜色。稍后将详细介绍。
现在需要选择量化算法了，Color Thief用了一个修改版的MCQ（Median Cut Quantization）算法，另称作MMCQ（Modified Median Cut Quantization），如果想了解更多关于MMCQ的信息，可以来 这里 。其他的比较著名的量化技术还有NeuQuant和OctTree。
我还在《Principles of Digital Image Processing 》这本书上找到了一个JAVA的MCQ实现，托管在GitHub上。
这个MCQ算法有很多很棒的特性，所以我决定就用它了：
- 它很快。它比NeuQuant和OctTree还快，在移动设备上这点尤其重要；
- 它内部使用了统计直方图，每种色块都绑定了一个数值，之后排序的时候更方便。
虽然MCQ算法生成的图像质量不是最好的，但是这里只是需要它生成的调色板，不用展示生成的图像，所以，还不错。
处理结果
以下就是处理后的结果，使用Color Thief的例子里的图像。之前说过MCQ里面带有统计直方图，所以我们可以排列出每种颜色使用的频率，它显示了调色板排序后的列表。当然，这还是可以继续改进。
这些结果和Color Thief生成的图像有点不一样：
- 我的版本选择蓝色作为主要的颜色；
- Color Thief挑选了蓝色，银色和绿色作为主要颜色；
- Color Thief没有选到那些灰色的阴影。所以还需要改进。
接着上文讲的，可以调用MedianCutQuantizer对象的getQuantizedColors()这个方法可以获取调色板。我们可以以颜色使用的数量和比重来对这个集合进行降序显示。很不幸的是结果表明大多数图像用的颜色是黑色和白色（或相近的颜色），这颜色根本不能让我们的应用显得更独特，所以我们要考虑到底选择什么颜色了。
对于我自己的应用来说，我准备使用以下的调色方案：
- 第一位的主色是一种鲜艳的颜色；
- 第二位主色是区别一于第一位主色的另一种亮色；
- 第三位主色是和第一位和第二位主色对比强烈的颜色；
- 一种主要的字体颜色，和整体主色对比明显，可读性强；
- 第二种主要字体颜色就是白色或者黑色，取决于整体主色的亮度，可读性强。
这篇文章主要讲的也就是怎么选择这些颜色。
主色
根据以上我的需求，我决定使用以下因素的平均值：
- 鲜艳度；
- 热度（受欢迎程度）。
鲜艳度
这个其实也很简单，首先要把RGB颜色模型转化成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。如果不明白HSV颜色模型可以看 这里。
简单地说，这个圆柱形就代表了RGB颜色模型，通过三个坐标来表示颜色：Hue，Saturation和Value（明度）。
HSV颜色模型，来自 Wikipedia
我使用一个简单的方式去计算鲜艳度，通过饱和度（saturation ）和色度（value）。在人眼看来这两个值越高，鲜艳度就越高。
- public float[] getHsv() {
- float[] hsv = new float[3];
- Color.RGBToHSV(r, g, b, hsv);
- return hsv;
- }
- public float calculateColorfulness() {
- float[] hsv = getHsv();
- return hsv[1] * hsv[2];
- }
计算的结果会在0.0到1.0的范围内。
热度
还记得之前说过每个颜色都有一个绑定的值吗？这里可以使用这个值来决定一种颜色在调色板中的受欢迎程度。记住值得范围是在0.0到1.0之间。