JMP では画像を表として読み込むことができ、 Jed Campbell がグラフ画像からデータを抽出する方法についての便利なテクニックをいくつか紹介してくれました。
画像からデータへ: 画像からグラフデータを抽出し、JMP テーブルに分析する
コツの一つは、クラスタリングを使って軸とグリッド線を実際のデータから分離することです。このアプローチは、異なる曲線に属するデータポイントを分離するのにも使用できます。クラスターの正確な数がわかっている場合はK平均法クラスター法を、自由に調整したい場合は階層的クラスタリング法を使用できます。
以下のデータセットで試してみました
そして、デフォルト設定で得られた結果に驚きました。
試行錯誤の末、解決策を見つけました。
0 ～ 1 の範囲には何らかの意味がありますが、列を個別に再スケールすると、この情報は失われます。
オプションを無効にした後:
データポイントが完全に分離されました。
階層的クラスタリングでは、2 方向クラスタリングを有効にすることができます。
これも「同じスケール」のデータに依存します。階層的クラスタリングでは、「単一」でも同様に機能するようです。
クラスタリングについてのご経験はどのようなものですか?
他のカラー スペースも調べてみるとよいでしょう。RGB を HLS に変換すると便利な場合があります。
RGBの問題の一つは、2色間の補間にあります。RGBカラーキューブの中心がグレーであるため、2色の中間点はグレーになりがちです。HLSは、明度と彩度で定義されるグレーとは独立した色相軸を補間します。他にも色空間があり、その中には人間の視覚をモデル化したものもあり、画像圧縮アルゴリズム（目に見えない細部を除外する）に使用される可能性があります。
https://en.wikipedia.org/wiki/Color_space
https://en.wikipedia.org/wiki/HSL_and_HSV JMP は HSL に HLS を使用します
