색상표에서 유사 색상을 찾아서 분류하는 간단한 방법
안녕하세요. 신규 서비스 개발실의 클라이언트 개발자 입니다.
저는 NFT 민팅 관련 기능을 개발 할 때 고민했었던 색상 분류 방법에 대한 내용을 공유해보려고 합니다.
배경
이번에 작업중인 프로젝트에서는 다양한 아이템을 NFT로 민팅하고 거래를 할 수 있는 전용 마켓(jellyme[1])이 있습니다. 마켓에서 15종류의 색상 필터로 구분할 수 있도록 민팅하는 모든 리브리에 대해 색상 타입을 넣어야 했습니다.
하지만 리브리는 먹는 먹이 종류에 따라서 색상이 변하기 때문에 다양한 색상으로 변할 수 있고, 그 말은 모두 다른 RGB값을 갖고 있다는 의미이기도 합니다. 그래서 리브리의 색상값으로 색상표에 맞는 색상 타입을 찾아내는 기능이 필요했습니다.
리브리의 메인 색상 찾기
일반적인 RGB 색상값은 0~255 사이의 값을 갖지만, 리브리의 경우 리브리 종 별로 고유의 색상 범위를 갖고 있습니다.
기본색상 | 최소범위 | 최대범위 |
---|---|---|
![]() |
![]() |
![]() |
그렇기에 현재 리브리의 색상값을 그대로 사용할 수는 없고 정규화하는 작업이 필요했습니다. 그래서 리브리의 현재 RGB값을 최대값으로 나눠서 0~1의 범위의 값으로 변환하고 다시 255를 곱해서 리브리의 메인 색상값을 추출했습니다.
static Color GetNormalizeColor(Color mainColor, Color maxColor)
{
Color normalizeColor = new()
{
r = mainColor[0] / maxColor[0],
g = mainColor[1] / maxColor[1],
b = mainColor[2] / maxColor[2]
};
return normalizeColor * 255f;
}
색상표에서 메인 색상과 유사한 색상 타입 찾기
색상표에서 알맞은 색상 값을 찾기 위해 모든 색상값에 Range를 두고 비교하는 작업은 너무 번거롭고 비효율적인 과정입니다.
public static readonly Dictionary<string, Color> ColorTag = new()
{
{"Black", new Color(0, 0,0)},
{"White", new Color(255, 255,255)},
{"Gray", new Color(127, 127,127)},
{"Red", new Color(255, 0, 0)},
{"Orange", new Color(255, 127, 0)},
{"Yellow", new Color(255, 255, 0)},
{"Lime", new Color(127, 255, 0)},
{"Green", new Color(0, 255, 0)},
{"Turquoise", new Color(0, 255, 127)},
{"Cyan", new Color(0,255,255)},
{"Ocean", new Color(0,127,255)},
{"Blue", new Color(0, 0,255)},
{"Violet", new Color(127, 0,255)},
{"Magenta", new Color(255, 0,255)},
{"Raspberry", new Color(255, 0,127)},
};
그래서 고민 끝에 RGB값을 3차원 좌표로 변환하여 메인 색상값과 색상표에 값들과 두 점사이의 거리 값을 계산하고 가장 짧은 값을 찾아보기로 했습니다. 거리(distance)는 일종의 유사도(similarity) 개념이기 때문에 거리가 가까울수록 그 특성(feature)들이 비슷하다는 뜻이기 때문에 K-최근접 이웃(K-Nearest Neighbor)[2] 알고리즘 같이 머신러닝 알고리즘에서도 많이 사용됩니다.
public static string GetNearestColor(Color inputColor)
{
string findColor = null;
float minDist = float.MaxValue;
float curDist = minDist;
foreach (var colorData in LivlyDefine.ColorTag)
{
curDist = Mathf.Sqrt(Mathf.Pow(inputColor.r - colorData.Value.r, 2) +
Mathf.Pow(inputColor.g - colorData.Value.g, 2) +
Mathf.Pow(inputColor.b - colorData.Value.b, 2));
if (minDist > curDist)
{
minDist = curDist;
findColor = colorData.Key;
}
}
return findColor;
}
확인해보니 Red, Blue, Black, Lime 등 표에 정의된 값에 가까울 수록 정확한 결과를 보여주었지만 애매하게 푸른빛이 도는 회색을 Gray가 아닌 다른 색으로 찾는 증상이 나타나기 시작했습니다. 여러가지 샘플을 테스트해보고 회색이 나와야할 색들에서 문제가 생긴다는 것을 확인했습니다.
문제 수정
(127, 127, 127) 뿐만 아니라 (40, 40, 40)이나 (200, 200, 200) 같이 명도의 차이만 있고 RGB의 각 값이 유사한 경우에도 모두 회색으로 처리해야 한다는 것을 확인했습니다. 그래서 무채색 종류를 먼저 처리해주는 작업을 추가하기로 했습니다. 무채색의 경우 세 값이 모두 비슷한 상태를 갖기 때문에 R, G, B의 표준편차[3] 값으로 구분을 해봤습니다.
static float GetStandardDeviation(IEnumerable<float> sequence)
{
if (!sequence.Any()) return 0f;
var sum = sequence.Sum(d => Mathf.Pow(d - sequence.Average(), 2));
return Mathf.Sqrt(sum / sequence.Count());
}
그리고 표준편차가 일정 수치보다 낮은 경우 무채색으로 분류하고, black, gray, white 값을 구분했더니 다양한 색상 상태를 모두 알맞게 분류하는 것을 확인할 수 있었습니다. 수정된 최종 코드는 다음과 같습니다.
public static string GetNearestColor(Color targetColor)
{
string[] precheckColors = LivlyDefine.ColorTag.Where(x => x.Value.r == x.Value.g && x.Value.g == x.Value.b).Select(x => x.Key).ToArray();
// Black, White, Gray 검사
// r, g, b 값이 유사하다면 세 가지 색상에 해당한다
List<float> targetColorRGB = new() {targetColor.r, targetColor.g, targetColor.b};
float standardDeviation = GetStandardDeviation(targetColorRGB);
if (standardDeviation < 15f)
{
const float endRange = 20f; // Black, White 값 판정 범위
// Black
if (targetColorRGB.Average() < endRange)
return precheckColors[0];
// White
if (targetColorRGB.Average() > 255f - endRange)
return precheckColors[1];
// Gray
return precheckColors[2];
}
// Table에 있는 Color Type 검사
string findColor = null;
float minDist = float.MaxValue;
float curDist = minDist;
foreach (var colorData in LivlyDefine.ColorTag)
{
if (precheckColors.Any(x => x.Equals(colorData.Key)))
continue;
curDist = Mathf.Sqrt(Mathf.Pow(targetColor.r - colorData.Value.r, 2) +
Mathf.Pow(targetColor.g - colorData.Value.g, 2) +
Mathf.Pow(targetColor.b - colorData.Value.b, 2));
if (minDist > curDist)
{
minDist = curDist;
findColor = colorData.Key;
}
}
return findColor;
}
마치며
이번 포스팅에서는 지정된 색상표에서 입력된 RGB값으로 알맞는 색상 타입을 추출해내는 방법에 대해 살펴봤습니다. 복잡한 조건문을 설정하거나 어려운 머신러닝 같은 방법이 아니라도 간단하게 분류가 가능하는지에 대해서 공유할 수 있었습니다.
주의할 부분은 무채색에서 3가지 타입을 구분할 때 단순하게 양 끝에 가깝지 않다면 Gray로 처리했으나 Light Gray, Dark Gray 등 단계가 세분화되면 별도의 처리가 필요로 합니다.
이후에 든 생각은 무채색 구분을 할 때 표준편차가 아닌 HSV 변환으로 채도(Saturation)를 기준으로 구분하는 방법이나 다양한 다른 방법도 있었을 것 같습니다.
Reference
[1] : https://jellyme.io/
[2] : https://ko.wikipedia.org/wiki/K-%EC%B5%9C%EA%B7%BC%EC%A0%91%EC%9D%B4%EC%9B%83%EC%95%8C%EA%B3%A0%EB%A6%AC%EC%A6%98
[3] : https://ko.khanacademy.org/math/statistics-probability/summarizing-quantitative-data/variance-standard-deviation-sample/a/population-and-sample-standard-deviation-review