ในความเข้าใจของฉันการค้นหาสีที่โดดเด่นเกี่ยวข้องกับการค้นหาอย่างมีประสิทธิภาพจากหน่วยลูกบาศก์โดยที่สามมิติของลูกบาศก์มีสามเวกเตอร์ตามแกนสีแดงสีเขียวและสีน้ำเงิน สิ่งนี้สามารถทำให้ง่ายขึ้นในการค้นหาในทรงกระบอก (การเปรียบเทียบ HSV) ซึ่งคุณสามารถแก้ไขความอิ่มตัว (S) และค่า (V) และค้นหาค่าฮิวแบบสุ่ม มันทำงานได้ในหลายกรณีและดูที่นี่:
https://martin.ankerl.com/2009/12/09/how-to-create-random-colors-programmatically/
ใน R
get_distinct_hues <- function(ncolor,s=0.5,v=0.95,seed=40) {
golden_ratio_conjugate <- 0.618033988749895
set.seed(seed)
h <- runif(1)
H <- vector("numeric",ncolor)
for(i in seq_len(ncolor)) {
h <- (h + golden_ratio_conjugate) %% 1
H[i] <- h
}
hsv(H,s=s,v=v)
}
อีกทางเลือกหนึ่งคือใช้แพ็คเกจ R "สม่ำเสมอ"
https://cran.r-project.org/web/packages/uniformly/index.html
และฟังก์ชั่นที่เรียบง่ายนี้สามารถสร้างสีที่โดดเด่น:
get_random_distinct_colors <- function(ncolor,seed = 100) {
require(uniformly)
set.seed(seed)
rgb_mat <- runif_in_cube(n=ncolor,d=3,O=rep(0.5,3),r=0.5)
rgb(r=rgb_mat[,1],g=rgb_mat[,2],b=rgb_mat[,3])
}
ใคร ๆ ก็นึกถึงฟังก์ชั่นที่เกี่ยวข้องมากกว่านี้โดยการค้นหากริด:
get_random_grid_colors <- function(ncolor,seed = 100) {
require(uniformly)
set.seed(seed)
ngrid <- ceiling(ncolor^(1/3))
x <- seq(0,1,length=ngrid+1)[1:ngrid]
dx <- (x[2] - x[1])/2
x <- x + dx
origins <- expand.grid(x,x,x)
nbox <- nrow(origins)
RGB <- vector("numeric",nbox)
for(i in seq_len(nbox)) {
rgb <- runif_in_cube(n=1,d=3,O=as.numeric(origins[i,]),r=dx)
RGB[i] <- rgb(rgb[1,1],rgb[1,2],rgb[1,3])
}
index <- sample(seq(1,nbox),ncolor)
RGB[index]
}
ตรวจสอบฟังก์ชั่นนี้โดย:
ncolor <- 20
barplot(rep(1,ncolor),col=get_distinct_hues(ncolor)) # approach 1
barplot(rep(1,ncolor),col=get_random_distinct_colors(ncolor)) # approach 2
barplot(rep(1,ncolor),col=get_random_grid_colors(ncolor)) # approach 3
อย่างไรก็ตามโปรดทราบว่าการกำหนดจานสีที่แตกต่างด้วยสีที่มนุษย์สังเกตเห็นนั้นไม่ใช่เรื่องง่าย วิธีใดข้างต้นที่สร้างชุดสีที่หลากหลายนั้นยังไม่ได้ทำการทดสอบ
