如何用代码检测调色板是否符合色轮配色方案，求Python实现思路

1. 先统一颜色的数值表达 #

所有和色轮相关的计算都优先用HSV色彩空间处理，色轮的角度完全对应HSV里的Hue（色相）值，0-360度刚好覆盖完整色轮，比RGB计算逻辑简单很多：

• 用Python标准库colorsys即可实现RGB和HSV的互相转换，不需要额外安装第三方依赖
• 新增一个hex格式转RGB的工具函数，支持直接输入常用的十六进制颜色值
• 提前过滤无效色相：饱和度低于阈值的黑白灰类无彩色单独处理，这类颜色不参与色相匹配计算，仅作为亮度/饱和度变体存在

2. 明确各类配色的判定规则 #

先给所有配色方案设置可调整的公差阈值（一般默认±15度即可，实际使用的配色很少完全卡准理论值），再逐个拆解匹配逻辑：

• 单色（monochromatic）：所有有效颜色的色相值都在公差范围内，仅存在饱和度、亮度的差异
• 邻近色（analogous）：所有有效颜色的色相都落在色轮上连续的30-90度区间内，常规默认取60度范围
• 互补色（complementary）：有效色相去重后仅存2个，两个色相的环形差值在180度±公差范围内
• 分裂互补（split complementary）：有效色相去重后共3个，其中一个色相的180度互补位±30度范围内存在另外两个色相，三个色相的环形差值约为150/150/60度
• 三角色（triadic）：有效色相去重后共3个，两两之间的环形差值在120度±公差范围内，均匀分布在色轮上
• 四方色（square）：有效色相去重后共4个，两两之间的环形差值在90度±公差范围内，均匀分布在色轮上
• 矩形/四元色（tetradic）：有效色相去重后共4个，刚好由两组互补色组成，两组互补色的色相差值在60-120度之间

3. 核心逻辑实现要点 #

• 先实现环形差值计算：处理360度色轮的溢出问题，比如350度和10度的实际差值是20度不是340度
• 对输入调色板的色相值先去重、排序，再和对应配色的规则做匹配，还可以额外计算匹配度得分，误差越小得分越高
• 把公差阈值做成可配置参数，支持不同场景的严格度调整

4. 基础示例代码片段 #

import colorsys

def hex_to_rgb(hex_color: str) -> tuple[float, float, float]:
    """十六进制颜色转0-1范围的RGB值"""
    hex_color = hex_color.lstrip("#")
    return tuple(int(hex_color[i:i+2], 16)/255.0 for i in (0, 2, 4))

def get_valid_hue(hex_color: str, sat_threshold: float = 0.05) -> float | None:
    """获取颜色的有效色相，饱和度低于阈值的无彩色返回None"""
    r, g, b = hex_to_rgb(hex_color)
    h, s, v = colorsys.rgb_to_hsv(r, g, b)
    return h * 360 if s > sat_threshold else None

def hue_circle_diff(h1: float, h2: float) -> float:
    """计算两个色相的环形最小差值"""
    diff = abs(h1 - h2)
    return min(diff, 360 - diff)

def is_complementary(palette: list[str], tolerance: int = 15) -> bool:
    """校验调色板是否符合互补色方案"""
    hues = [h for h in [get_valid_hue(c) for c in palette] if h is not None]
    unique_hues = list(set(round(h) for h in hues))
    if len(unique_hues) != 2:
        return False
    return 180 - tolerance <= hue_circle_diff(unique_hues[0], unique_hues[1]) <= 180 + tolerance

内容的提问来源于stack exchange，提问作者Baggins