免费工具 · 100% 本地
从图片中提取颜色
拖入、粘贴或选择图片，在 OKLab 空间用 k-means 聚类即刻得到感知准确的主色板。可单击图像挑取像素色，整个流程都在浏览器里完成，不上传。
你的图片始终留在你的设备上。
2026 年我们测试过的"图片取色"工具，要么把你的图片上传到第三方服务器，要么强制 captcha 验证。我们都不做。你拖入的图片在浏览器里解码到 canvas，本地采样聚类，关闭标签页就释放。没有上传、没有服务器、没有针对图片数据的统计或日志。首次加载后，本页可离线使用——离线也能取色。
工作原理
OKLab 空间的 k-means 聚类——大多数工具的失误
多数图片取色工具采用"朴素平均"：把像素按 RGB 装箱，返回出现最多的箱。结果总是发灰，因为 RGB 距离并不匹配人眼对色彩相似度的感知。我们换一种做法。
1
在 OKLab 中采样
像素先转成 OKLab——感知均匀的色彩空间——再聚类。OKLab 里的距离对应"眼睛认为相似"的程度。
2
k-means++ 初始化
用 k-means++ 选取分散在色彩空间中的初始聚类中心，结果稳定，很少陷入局部最优。
3
转回 sRGB
聚类中心转回 sRGB / HEX 用于显示。你看到的是图像中真正出现的颜色，按感知频率加权，而不是按 RGB 原始出现量。
小贴士
主色板 ≠ 像素取色，它们是两种工具
主色板告诉你"图像由什么颜色构成"；像素取色告诉你"某一点的精确颜色"。多数人混淆二者，然后问"为什么品牌色没出现在主色板里？"
如果你的目标是从一张照片里提炼品牌色，从主色板开始，接受那些视觉重要但占比小的颜色（logo 的点缀色、画面里的一颗水果、瞳孔色）可能不会出现。再用像素取色把它们手动加进去。
如果你要确认 UI 截图或印刷打样的精确颜色，直接用像素取色。聚类是错的工具——它会把你想要的值平均掉。
常见问题
这个图片取色工具是免费的吗？
完全免费，无需注册，无广告，不上传。所有处理都通过浏览器的 Canvas API 在本地完成。
我的图片会离开我的设备吗？
不会。图片在浏览器里读入 canvas，采样、聚类，然后被遗忘。我们不上传、不记录，也没有服务器端图像处理。
应该提取几种颜色？
品牌设计起步用 5–6 种，丰富但不稀释；艺术 / 氛围参考可调高到 8–10 种。低于 4 种容易丢失不同色相；高于 10 种会出现接近重复的颜色，徒增噪声。
为什么每次"重新取色"结果都略有不同？
k-means 从随机化的聚类中心开始。即使有 k-means++ 初始化，同一张图的两次运行也可能收敛到略不同的色板——通常 HEX 差几个点。多跑几次，挑你最满意的版本。
支持哪些图片格式？
凡是浏览器能解码的：PNG、JPG、WebP、GIF、AVIF、BMP、SVG。处理前我们把图像最大边缩到 600px，以保证速度。
能从 URL 提取或粘贴图片吗？
粘贴可以——复制任意图片后在页面上按 ⌘V / Ctrl+V 即可。URL 提取需要服务端代抓（浏览器直接 fetch 受 CORS 限制），那样就破坏了"全本地"承诺，所以我们不做。
为什么用 OKLab 而不是 RGB 聚类？
RGB 距离不是感知距离：蓝色区域 10 的差距和黄色区域 10 的差距看起来完全不同。OKLab 的设计让相同的数值距离对应相同的视觉差异。在 OKLab 里聚类的结果，看起来才像"人眼会归在一起的颜色"，而不仅仅是直方图最高的那几格。
像素取色与色板有什么区别？
色板是聚类中心——是多个相似像素的平均。像素取色是某一具体位置的精确 RGB 值。当你要捕获 logo 颜色或被相邻聚类"吸收"掉的强调色时，用像素取色。