प्रमुख रंग

RGB प्रारूप में छवि का प्रमुख रंग प्राप्त करें।

पिक्सेल रंगों पर K-means क्लस्टरिंग का उपयोग करके किसी छवि से सबसे प्रचलित प्रमुख रंग निकालें, रंग वितरण का विश्लेषण करें, रंग समूहों की पहचान करें, और रंग विश्लेषण, थीम निष्कर्षण, रंग-आधारित फ़िल्टरिंग, तथा दृश्य विश्लेषण वर्कफ़्लो के लिए सबसे अधिक बार आने वाले रंग समूह का RGB मान लौटाएँ।

यह ब्लॉक कैसे काम करता है

यह ब्लॉक प्रमुख (सबसे प्रचलित) रंग की पहचान और निष्कर्षण के लिए K-means क्लस्टरिंग का उपयोग करके छवि में रंग वितरण का विश्लेषण करता है। यह ब्लॉक:

1. प्रमुख रंग का विश्लेषण करने के लिए एक इनपुट छवि प्राप्त करता है (मानता है कि RGB प्रारूप है)

2. प्रसंस्करण गति को अनुकूलित करने के लिए छवि का डाउनसैंपल करता है:

   • छोटे आयाम और target_size पैरामीटर के आधार पर एक स्केल फ़ैक्टर की गणना करता है

   • रंग विशेषताओं को संरक्षित रखते हुए छवि का रिज़ॉल्यूशन घटाता है

   • छोटे target_size मान प्रसंस्करण को तेज़ करते हैं लेकिन सटीकता थोड़ी कम कर सकते हैं

3. छवि के पिक्सेल्स को एक 2D ऐरे में पुनःआकारित करता है, जहाँ प्रत्येक पंक्ति एक पिक्सेल के RGB मानों का प्रतिनिधित्व करती है

4. K-means क्लस्टरिंग आरंभ करता है:

   • प्रारंभिक क्लस्टर सेंट्रॉइड के रूप में यादृच्छिक पिक्सेल रंगों का चयन करता है (क्लस्टरों की संख्या = color_clusters)

   • समान पिक्सेल रंगों को समूहित करने के लिए प्रारंभिक रंग क्लस्टर बनाता है

5. पुनरावृत्त K-means क्लस्टरिंग करता है (अधिकतम max_iterations तक):

   • प्रत्येक पिक्सेल को निकटतम रंग क्लस्टर को असाइन करता है (RGB रंग स्थान में यूक्लिडियन दूरी के आधार पर)

   • प्रत्येक क्लस्टर में पिक्सेल्स के औसत RGB मानों की गणना करके क्लस्टर सेंट्रॉइड अपडेट करता है

   • खाली क्लस्टरों को यादृच्छिक पिक्सेल रंगों पर पुनः आरंभ करके संभालता है

   • अभिसरण की जाँच करता है (सेंट्रॉइड्स का बदलना काफी हद तक रुक जाता है) और यदि अभिसरण हो गया हो तो जल्दी बाहर निकल जाता है

6. यह निर्धारित करने के लिए कि किस क्लस्टर में सबसे अधिक पिक्सेल हैं, प्रत्येक रंग क्लस्टर में पिक्सेल्स की गिनती करता है

7. सबसे अधिक पिक्सेल संख्या वाले क्लस्टर को प्रमुख रंग क्लस्टर के रूप में चुनता है

8. प्रमुख क्लस्टर के सेंट्रॉइड से RGB मान निकालता है

9. मान्य 0-255 पूर्णांक सीमा में RGB मानों को परिवर्तित और क्लिप करता है

10. प्रमुख रंग को RGB टपल (R, G, B मान) के रूप में लौटाता है

यह ब्लॉक समान पिक्सेल रंगों को एक साथ समूहित करने के लिए K-means क्लस्टरिंग का उपयोग करता है, फिर सबसे बड़े रंग समूह को प्रमुख रंग के रूप में पहचानता है। प्रसंस्करण समय छवि के आकार, रंग जटिलता, और पैरामीटर सेटिंग्स (color_clusters, max_iterations, target_size) पर निर्भर करता है। डिफ़ॉल्ट सेटिंग्स के साथ अधिकांश छवियाँ आधे सेकंड से भी कम समय में पूरी हो जाती हैं। डाउनसैंपलिंग चरण गति और सटीकता के बीच संतुलन बनाता है - रिज़ॉल्यूशन कम करने से क्लस्टरिंग तेज़ हो जाती है जबकि समग्र रंग वितरण अभी भी कैप्चर होता है।

सामान्य उपयोग के मामले

• रंग थीम निष्कर्षण: छवियों से प्रमुख रंग निकालकर रंग थीम या पैलेट की पहचान करें (जैसे, उत्पाद छवियों से प्रमुख रंग निकालना, फ़ोटोग्राफ़ में रंग थीम की पहचान करना, छवियों में रंग पैलेट का विश्लेषण करना), जिससे रंग थीम विश्लेषण वर्कफ़्लो सक्षम होते हैं

• छवि रंग विश्लेषण: छवियों का विश्लेषण करके उनकी प्राथमिक रंग विशेषताओं का निर्धारण करें (जैसे, छवियों में प्रमुख रंगों की पहचान करना, रंग वितरण का विश्लेषण करना, छवियों से रंग हस्ताक्षर निकालना), जिससे रंग-आधारित छवि विश्लेषण सक्षम होता है

• रंग-आधारित फ़िल्टरिंग: छवियों को फ़िल्टर करने या वर्गीकृत करने के लिए प्रमुख रंगों का उपयोग करें (जैसे, प्रमुख रंग के आधार पर छवियों को फ़िल्टर करना, रंग थीम के आधार पर छवियों को वर्गीकृत करना, रंग विशेषताओं के आधार पर छवियों को समूहित करना), जिससे रंग-आधारित वर्गीकरण वर्कफ़्लो सक्षम होते हैं

• दृश्य विश्लेषण और रिपोर्टिंग: दृश्य विश्लेषण या रिपोर्टिंग के लिए रंग जानकारी निकालें (जैसे, छवियों के लिए रंग रिपोर्ट उत्पन्न करना, छवि संग्रहों में रंग प्रवृत्तियों का विश्लेषण करना, छवि डेटाबेस के लिए रंग मेटाडेटा निकालना), जिससे रंग रिपोर्टिंग वर्कफ़्लो सक्षम होते हैं

• डिज़ाइन और ब्रांडिंग विश्लेषण: डिज़ाइन या ब्रांडिंग उद्देश्यों के लिए छवियों का विश्लेषण करें (जैसे, छवियों से ब्रांड रंग निकालना, डिज़ाइन रंग योजनाओं का विश्लेषण करना, ब्रांडेड सामग्री में रंग उपयोग की पहचान करना), जिससे डिज़ाइन विश्लेषण वर्कफ़्लो सक्षम होते हैं

• गुणवत्ता नियंत्रण: गुणवत्ता नियंत्रण या निरीक्षण के लिए प्रमुख रंग विश्लेषण का उपयोग करें (जैसे, उत्पादों में अपेक्षित रंगों की पुष्टि करना, रंग विसंगतियों का पता लगाना, रंग विशेषताओं को मान्य करना), जिससे रंग-आधारित गुणवत्ता नियंत्रण वर्कफ़्लो सक्षम होते हैं

अन्य ब्लॉक्स से कनेक्ट करना

यह ब्लॉक एक छवि प्राप्त करता है और एक प्रमुख RGB रंग उत्पन्न करता है:

• छवि इनपुट ब्लॉकों के बाद : इनपुट छवियों से प्रमुख रंग निकालने के लिए (जैसे, कैमरा फ़ीड्स में रंगों का विश्लेषण करना, छवि इनपुट से रंग निकालना, छवियों की रंग विशेषताओं का विश्लेषण करना), जिससे रंग विश्लेषण वर्कफ़्लो सक्षम होते हैं

• क्रॉप ब्लॉकों के बाद : विशिष्ट छवि क्षेत्रों में प्रमुख रंगों का विश्लेषण करने के लिए (जैसे, क्रॉप किए गए क्षेत्रों से प्रमुख रंग निकालना, विशिष्ट क्षेत्रों में रंगों का विश्लेषण करना, चुने गए क्षेत्रों में रंगों की पहचान करना), जिससे क्षेत्र-आधारित रंग विश्लेषण वर्कफ़्लो सक्षम होते हैं

• फ़िल्टरिंग या लॉजिक blocks से पहले : निर्णय लेने के लिए रंग जानकारी का उपयोग करने वाले (जैसे, प्रमुख रंगों के आधार पर फ़िल्टर करना, रंग विशेषताओं के आधार पर निर्णय लेना, रंग विश्लेषण के आधार पर तर्क लागू करना), जिससे रंग-आधारित सशर्त वर्कफ़्लो सक्षम होते हैं

• विज़ुअलाइज़ेशन ब्लॉकों से पहले : दृश्यांकन के लिए प्रमुख रंगों का उपयोग करने के लिए (जैसे, एनोटेशन के लिए निकाले गए रंगों का उपयोग करना, दृश्यांकनों पर प्रमुख रंग लागू करना, निकाले गए रंगों के साथ दृश्यांकनों को अनुकूलित करना), जिससे रंग-संवर्धित दृश्यांकन वर्कफ़्लो सक्षम होते हैं

• रंग विश्लेषण पाइपलाइनों में जहाँ प्रमुख रंग निष्कर्षण किसी बड़ी विश्लेषण वर्कफ़्लो का हिस्सा होता है (जैसे, बहु-चरणीय वर्कफ़्लो में रंगों का विश्लेषण करना, व्यापक विश्लेषण के लिए रंग निकालना, पाइपलाइनों में रंग जानकारी को संसाधित करना), जिससे रंग विश्लेषण पाइपलाइन वर्कफ़्लो सक्षम होते हैं

• डेटा संग्रहण ब्लॉकों से पहले : छवियों के साथ रंग जानकारी संग्रहीत करने के लिए (जैसे, छवि मेटाडेटा के साथ प्रमुख रंग संग्रहीत करना, रंग विश्लेषण परिणाम सहेजना, रंग विशेषताओं को रिकॉर्ड करना), जिससे रंग मेटाडेटा भंडारण वर्कफ़्लो सक्षम होते हैं

प्रकार पहचानकर्ता

स्टेप में निम्नलिखित पहचानकर्ता का उपयोग करें "type" फ़ील्ड: roboflow_core/dominant_color@v1 अपने वर्कफ़्लो में ब्लॉक को एक स्टेप के रूप में जोड़ने के लिए।

गुण

नाम	प्रकार	विवरण	संदर्भ
name	str	इस स्टेप के लिए एक विशिष्ट पहचानकर्ता दर्ज करें..	❌
color_clusters	int	K-means क्लस्टरिंग में उपयोग करने के लिए रंग क्लस्टरों (K) की संख्या। 1 और 10 के बीच होनी चाहिए। एल्गोरिथ्म पिक्सेल रंगों को इतनी संख्या में क्लस्टरों में समूहित करता है, फिर सबसे बड़े क्लस्टर को प्रमुख रंग के रूप में चुनता है। उच्च मान (उदा., 6-8) जटिल रंग वितरण वाली छवियों के लिए सटीकता में सुधार कर सकते हैं, लेकिन प्रसंस्करण समय बढ़ाते हैं। निम्न मान (उदा., 2-3) तेज़ होते हैं, लेकिन बहु-रंगी छवियों के लिए कम सटीक हो सकते हैं। डिफ़ॉल्ट 4 है, जो अच्छा संतुलन प्रदान करता है। सरल रंग योजनाओं वाली छवियों के लिए कम क्लस्टर, और विविध रंगों वाली छवियों के लिए अधिक क्लस्टर उपयोग करें..	✅
max_iterations	int	K-means क्लस्टरिंग के अधिकतम पुनरावृत्ति चरणों की संख्या। 1 और 500 के बीच होनी चाहिए। एल्गोरिथ्म क्रमिक रूप से रंग क्लस्टरों को परिष्कृत करता है और अभिसरण प्राप्त होने पर (सेंट्रॉइड्स का बदलना रुकने पर) जल्दी रुक जाता है। उच्च मान अधिक परिष्करण की अनुमति देते हैं और सटीकता बढ़ा सकते हैं, लेकिन प्रसंस्करण समय भी बढ़ाते हैं। निम्न मान तेज़ होते हैं, लेकिन कम परिष्कृत रंग क्लस्टर दे सकते हैं। डिफ़ॉल्ट 100 है, जो सामान्यतः अभिसरण के लिए पर्याप्त होता है। अधिकांश छवियाँ अधिकतम तक पहुँचने से पहले ही अच्छी तरह अभिसरित हो जाती हैं। अधिक सटीक क्लस्टरिंग की आवश्यकता हो तो बढ़ाएँ, गति महत्वपूर्ण हो तो घटाएँ..	✅
target_size	int	क्लस्टरिंग के लिए उपयोग की जाने वाली डाउनसैंपल की गई छवि के सबसे छोटे आयाम के लिए पिक्सेल में लक्षित आकार। 1 और 250 के बीच होना चाहिए। प्रसंस्करण को तेज़ करने के लिए क्लस्टरिंग से पहले छवि का डाउनसैंपल किया जाता है - आस्पेक्ट अनुपात बनाए रखते हुए सबसे छोटे आयाम का आकार लगभग इसी मान तक बदला जाता है। निम्न मान (उदा., 50-75) प्रसंस्करण को काफ़ी तेज़ करते हैं, लेकिन सूक्ष्म रंग विवरण वाली छवियों के लिए सटीकता थोड़ी कम कर सकते हैं। उच्च मान (उदा., 150-200) अधिक विवरण बनाए रखते हैं, लेकिन धीमे होते हैं। डिफ़ॉल्ट 100 पिक्सेल है, जो अच्छा संतुलन प्रदान करता है। गति-आधारित अनुप्रयोगों के लिए कम मान, अधिकतम सटीकता के लिए उच्च मान उपयोग करें..	✅

यह संदर्भ स्तंभ यह इंगित करता है कि संपत्ति को वर्कफ़्लो रनटाइम में उपलब्ध गतिशील मानों के साथ पैरामीटराइज़ किया जा सकता है वर्कफ़्लो रनटाइम। देखें बाइंडिंग्स अधिक जानकारी के लिए।

इनपुट और आउटपुट बाइंडिंग्स

उपलब्ध कनेक्शन उसके बाइंडिंग प्रकारों पर निर्भर करते हैं। देखें कि कौन-से बाइंडिंग प्रकार प्रमुख रंग संस्करण v1 है।

इनपुट और आउटपुट बाइंडिंग्स

• इनपुट

  • छवि (छवि): प्रमुख रंग निष्कर्षण के लिए विश्लेषण की जाने वाली इनपुट छवि। माना जाता है कि छवि RGB प्रारूप में है। ब्लॉक सबसे प्रचलित रंग निर्धारित करने के लिए छवि के सभी पिक्सेल्स का विश्लेषण करता है। प्रसंस्करण समय छवि के आकार और जटिलता पर निर्भर करता है। गति अनुकूलित करने और रंग विशेषताओं को बनाए रखने के लिए प्रसंस्करण के दौरान छवि का स्वचालित रूप से डाउनसैंपल किया जाता है..

  • color_clusters (पूर्णांक): K-means क्लस्टरिंग में उपयोग करने के लिए रंग क्लस्टरों (K) की संख्या। 1 और 10 के बीच होनी चाहिए। एल्गोरिथ्म पिक्सेल रंगों को इतनी संख्या में क्लस्टरों में समूहित करता है, फिर सबसे बड़े क्लस्टर को प्रमुख रंग के रूप में चुनता है। उच्च मान (उदा., 6-8) जटिल रंग वितरण वाली छवियों के लिए सटीकता में सुधार कर सकते हैं, लेकिन प्रसंस्करण समय बढ़ाते हैं। निम्न मान (उदा., 2-3) तेज़ होते हैं, लेकिन बहु-रंगी छवियों के लिए कम सटीक हो सकते हैं। डिफ़ॉल्ट 4 है, जो अच्छा संतुलन प्रदान करता है। सरल रंग योजनाओं वाली छवियों के लिए कम क्लस्टर, और विविध रंगों वाली छवियों के लिए अधिक क्लस्टर उपयोग करें..

  • max_iterations (पूर्णांक): K-means क्लस्टरिंग के अधिकतम पुनरावृत्ति चरणों की संख्या। 1 और 500 के बीच होनी चाहिए। एल्गोरिथ्म क्रमिक रूप से रंग क्लस्टरों को परिष्कृत करता है और अभिसरण प्राप्त होने पर (सेंट्रॉइड्स का बदलना रुकने पर) जल्दी रुक जाता है। उच्च मान अधिक परिष्करण की अनुमति देते हैं और सटीकता बढ़ा सकते हैं, लेकिन प्रसंस्करण समय भी बढ़ाते हैं। निम्न मान तेज़ होते हैं, लेकिन कम परिष्कृत रंग क्लस्टर दे सकते हैं। डिफ़ॉल्ट 100 है, जो सामान्यतः अभिसरण के लिए पर्याप्त होता है। अधिकांश छवियाँ अधिकतम तक पहुँचने से पहले ही अच्छी तरह अभिसरित हो जाती हैं। अधिक सटीक क्लस्टरिंग की आवश्यकता हो तो बढ़ाएँ, गति महत्वपूर्ण हो तो घटाएँ..

  • target_size (पूर्णांक): क्लस्टरिंग के लिए उपयोग की जाने वाली डाउनसैंपल की गई छवि के सबसे छोटे आयाम के लिए पिक्सेल में लक्षित आकार। 1 और 250 के बीच होना चाहिए। प्रसंस्करण को तेज़ करने के लिए क्लस्टरिंग से पहले छवि का डाउनसैंपल किया जाता है - आस्पेक्ट अनुपात बनाए रखते हुए सबसे छोटे आयाम का आकार लगभग इसी मान तक बदला जाता है। निम्न मान (उदा., 50-75) प्रसंस्करण को काफ़ी तेज़ करते हैं, लेकिन सूक्ष्म रंग विवरण वाली छवियों के लिए सटीकता थोड़ी कम कर सकते हैं। उच्च मान (उदा., 150-200) अधिक विवरण बनाए रखते हैं, लेकिन धीमे होते हैं। डिफ़ॉल्ट 100 पिक्सेल है, जो अच्छा संतुलन प्रदान करता है। गति-आधारित अनुप्रयोगों के लिए कम मान, अधिकतम सटीकता के लिए उच्च मान उपयोग करें..

• आउटपुट

  • rgb_color (rgb_color): RGB रंग.

उदाहरण JSON परिभाषा

{
	    "name": "<your_step_name_here>",
	    "type": "roboflow_core/dominant_color@v1",
	    "image": "$inputs.image",
	    "color_clusters": 4,
	    "max_iterations": 100,
	    "target_size": 100
	}