var eles = document.getElementsByTagName('*'); var rs = []; for(var i=0; i<eles.length; i++) { var tag_name = eles[i].tagName.toLowerCase(); if(undefined != tag_name) { if(inJsonArray(rs, tag_name)) { addWeight(rs, tag_name); }else { rs.push({ tag : tag_name, weight : 1 }) } } } SortByWeight(rs);
思路：
拿到所有的标签--根据标签名称聚类---根据权重排序。
如果有更好的方法，欢迎交流。
下面看今天这个问题：
获取一张图片的top N主色值,和上面最多标签的问题很类似，数据大小有区别，别的都差不多的。
这个问题思路很清晰，第一步，拿到图片的数据；第二步，根据色值进行聚类；第三步，对聚类结果排序。所以这次就是根据这个思路去实现。
1、数据获取
图片数据获取使用了canvas的getImageData()方法，能获取到图片每个像素点的rgba数据。
var imgdatas=context.getImageData(0,0,150,150);//获取当前canvas数据 var imgdata = imgdatas.data;//获取rgba数据 var i = 0, len = imgdata.length; var arr = []; //将图片rgba数据push到新数组中 for(i ; i<len ; i+=4 ) { arr.push(imgdata[i]+','+imgdata[i+1]+','+imgdata[i+2]+','+imgdata[i+3]); }
这样就可以拿到图片的所有数据了，剩下的就是数学问题了。
2、数据聚类
去重,相同色值合并，记录该色值出现个数（权重）weight
聚类方法就比较多了，直接数学统计，或者k-means,决策树，朴素贝叶斯，支持向量机等等，喜欢哪个就用哪个就可以了，但是还是需要考虑下不同方法的适用情况和效率什么的了。
我们会得到这样一个数组 [{rgba: '21,12,45,0', weight: 12}, {...}]来记录色值和出现次数,
3、聚类结果排序
对上一步中得到的json数组进行排序，根据属性weight的值从大到小或者从小到大排序，排序算法就不用多言了。
4、结果预览
5、to Do
相似色值合并
rgba(234,234,234,1)和rgba(234,235,235,1)类似的这种是否有必要合并成为一个值，这里又会涉及到相似度计算等问题。
优化聚类算法
提高复杂度，提升性能，提升执行速度
结合可视化的一些东西
6、总结
数据多的处理还是放在后端比较合适，毕竟可以利用分布式框架等多端计算。
而浏览器处理数据的能力还是有限。
您可能感兴趣的文章: