//Metoda zwracająca bitmapę po zastosowaniu redukcji kolorów metodą algorytmu popularnościowego
public Bitmap GenerateBitmap(RGBColor[,] colors, IFilter filter)
{
//szerokość i wysokość obrazu
int width = colors.GetLength(0);
int height = colors.GetLength(1);
Bitmap bitmap = new Bitmap(width, height);
//tablica w której będziemy zapisywać ilość wystąpień określonych kolorów
int[,,] histogram = new int[256, 256, 256];
//lista aktywnych kolorów tzn tych które wystąpiły w obrazie
List <ColorEntity> activeColors = new List <ColorEntity>();
RGBColor currentColor;
//zliczamy wystąpienia kolorów
for (int i = 0; i < width; i++)
{
for (int j = 0; j < height; j++)
{
currentColor = colors[i, j];
//jeśli dany kolor jeszcze nie wystąpił to dodajemy go do aktywnych kolorów
if (histogram[currentColor.R, currentColor.G, currentColor.B] == 0)
{
activeColors.Add(new ColorEntity(currentColor));
}
histogram[currentColor.R, currentColor.G, currentColor.B]++;
}
}
//dla każdego z aktywnych kolorów przypisujemy mu ilość wystąpień na bitmapie
foreach (var c in activeColors)
{
c.Count = histogram[c.RGBColor.R, c.RGBColor.G, c.RGBColor.B];
}
//sortujemy aktywne kolory i ucinamy do zadanej liczby kolorów
activeColors.Sort();
if (activeColors.Count > RGBColor.NumOfColors)
{
activeColors.RemoveRange(RGBColor.NumOfColors, activeColors.Count - RGBColor.NumOfColors);
}
//tworzymy nową bitmapę o zredukowanej ilości kolorów
for (int i = 0; i < width; i++)
{
for (int j = 0; j < height; j++)
{
RGBColor closestColor = colors[i, j].FindClosestColor(activeColors);
bitmap.SetPixel(i, j, closestColor.GetColor());
}
}
return(bitmap);
}
