八叉树算法，提取图片主色调，颜色量化，聚类

（一）算法介绍

八叉树颜色量化方法，该算法最早见于文章最早是在1988, M. Gervautz 和 W. Purgathofer 发表的论文《A Simple Method for Color Quantization: Octree Quantization》，算法的最大优点是效率高，占用内存少（仅需要不超过(颜色数量+1)个节点，加上一些中间节点所占用的内存），选出的调色板最合理，显示效果最好。

八叉树算法是采用八叉树这种数据结构存储颜色值，通过建立八叉树、产生调色板、生成量化文件三个步骤来实现颜色量化，其中建立八叉树包含查找、插入和颜色归并三步，该算法具有效率相对较高、内存开销较小的特点，但也可能存在某些关键颜色丢失的问题。

主色调提取步骤

具体算法步骤为：
1）预设量化后的颜色种类数为K，建立一颗叶节点小于K的颜色八叉树，建树过程如下图1；
2）遍历1）中建好的八叉树，计算叶节点中R、G、B三分量的平均值，即为量化后K种颜色，保存颜色至调色板并在叶节点中记录颜色在调色板中的索引；
3）根据背景图像的R、G、B值，在调色板中查找出最相似的颜色索引，并进行颜色替换，即可得到颜色量化后的背景图像。

（三）代码演示

用到的函数：
输入：
Image：一张待处理的图像
ColorOfNumber：最终需要量化的颜色种类
输出：
img：量化后的背景图像
ImgMap：索引图

function [img,ImgMap]=Octre(Image,ColorOfNumber) 
switch ColorOfNumber
    case 2
        Result=255;
    case 4
        Result=255;
    case 8
        Result=255;
    case 16
        Result