原理：
实现此功能，主要就是从真彩色中查找出最能代表整张图像的256种颜色，建立调色板.八叉树就是为了找出这256种颜色.
1.) 建立八叉树
八叉树节点的特性就是每个节点最多有8个字节点，编号为0~7 .
以RGB值建立八叉树，首先建立根节点(Root)，然后分别以RGB的每一位分别组成一个0~7的值，依次插入树中。以RGB(123,54,78)为例，
以此类推，将所有的RGB值逐层插入到八叉树中，在每个节点上，记录所有经过的节点的RGB值的总和，已及RGB颜色个数。八叉树节点结构如下：
typedef struct tagNode
{
DWORD dwCounter ; // 经过该节点的个数
DWORD dwRedSum ; // R分量的总和
DWORD dwGreenSum ; // G 分量的总和
DWORD dwBlueSum ; // B 分量的总和
BOOL bLeafNode ; // 是否为叶子节点.
tagNode * psChild[8]; // 分别指向该节点编号为0~7的8个子节点.
}SNode ;
插入的过程中，如果节点不存在，则需要创建新的节点，然后增加节点计数以及RGB各分量的总和.当在插入时，发现节点已经存在，且是叶子节点，则停止该颜色后续层数节点的插入。插入完一个颜色之后，如果叶子节点数超过了我们要得到的颜色数(256色需要得到256种颜色)，这时候就需要合并一些呀字节点了，使的叶子节点的个数不超过我们要得到的颜色数。
由于越底层的节点，数据的敏感度越低，所以，我们将从最底层的节点开始合并。按节点计数值小的优先合并策略，将其字节点的所有RGB分量以及节点计数全部记录到该节点中，并删除其所有子节点。依此进行，直到合并后的叶子数符合要求为止。
2.) 提取调色板
按照上述的步骤插入完所有的颜色之后，便建立起一颗叶子节点不超过256的八叉树。此时，取出叶子节点中的RGB分量的平均值(分量总和 / 节点计数)，即是得到的调色板颜色值。
3.) 匹配调色板索引
所谓匹配调色板索引，就是根据原始的RGB值，在调色板中查找出最接近的颜色的索引。对每个RGB颜色，分别对调色板数据求各分量的差值的平方和，求的的最小值对应的调色板颜色的索引，即是该RGB颜色匹配到的调色板索引