分层颜色节点的算法

Question

我有一个网络，其中节点是分层定义的（通过 UN SITC 编码）。在我的应用程序中，每个节点都有四个逐渐增加的层次特异性的识别数字（例如，请参阅产品 7431) 但我定义的网络不仅仅是明显的层次结构。我想做的是按层次对节点进行着色，但根据我的网络计算对它们进行布局，并查看两者重合的程度。

一般来说，我正在寻找一种方法来生成 N 个调色板，这些调色板在视觉上尽可能地彼此不同（显然，随着 N 的增长，它的效率越来越低），然后将它们划分为子调色板，直到达到所需的效果。层次深度。

具体来说，这意味着为第一个数字选择 10 个基色，并为每个数字生成 K<=10 种颜色的调色板，其中 K 是第二个数字可以采用的可能值的数量，同样为第三个和第四个数字选择，直到我最终得到了根据层次信息着色的所有节点。绿色是一种类型，其中某些绿色色调定义了与视觉相似度相对应的某些节点系列。

看来“Analagous”是我想要实现的颜色属性。简单地在 HSV/HSL 方案中定期拆分色调参数是否可以实现此目的，或者是否有更好的方法？

我将用 Python 实现它，但任何算法基本上都应该与语言无关。

Answer 1

我解决了一个类似的问题（可能与您正在做的事情相反），我正在比较各种图像的光谱输出，以确定基于相似性的排序。

在摆弄 RGB 颜色立方体数周后，我放弃了并转向 HSV - 并且再也没有回头。我会识别那些定义颜色的色调，然后根据它进行排列，这样你就不会有两种有点黄色的颜色 - 相反，你会开始 ax ，然后添加 k 的倍数，这样你就会有这样的东西

x is red
x+k is yellow
x+2k is green
... so forth

：对此，我会少量细分并可能排列“值”和“饱和度”，以增加可用的颜色数量。

如果您最终在系统之间进行转换，我使用 colorsys 没有任何问题。