pyplot学习笔记（一）：使用scatter画彩色图像三维散点图，点坐标为RGB值，点颜色为RGB值决定的颜色（彩色图像色彩分布图） |
您所在的位置：网站首页 › 颜色构成图 › pyplot学习笔记（一）：使用scatter画彩色图像三维散点图，点坐标为RGB值，点颜色为RGB值决定的颜色（彩色图像色彩分布图） |
pyplot学习笔记（一）：使用scatter画彩色图像三维散点图，点坐标为RGB值，点颜色为RGB值决定的颜色（彩色图像色彩分布图）
|
前言
前段时间朋友叫我帮他画一个彩色图像色彩分布图。也就是以彩色图像的RGB值为坐标值，然后用该RGB值对应的颜色来标点，以此形成一幅色彩分布图。pyplot是一个很丰富的可视化工具，笔者趁机学习了一些相关的简单操作，坐此笔记供以后查阅。 subplot()一瞥 某些参数*args ：确定子图位置的参数，如(2, 2, 3)=223，表示子图将出现在被划分成两行两列的窗口的第3个网格的位置。 projection：投影方式，坐标类型，如二维直角坐标系：'rectilinear'（=默认None），极坐标系：'polar’，三维直角坐标系：'3d’，地球投影：'aitoff', 'hammer', 'lambert', 'mollweide'等. ax2 = plt.subplot(221, projection='rectilinear') ax2.set_title('rectilinear') ax2 = plt.subplot(222, projection='polar') ax2.set_title('polar') ax2 = plt.subplot(223, projection='3d') ax2.set_title('3d') ax2 = plt.subplot(224, projection='mollweide') ax2.set_title('mollweide') ax2.grid(True) plt.show()
facecolor ：该关键字也可以用fc代替，颜色表示有多种方式。 1. RGB 或者RGBA元组，经检验RGB的np数组也可以，数字要限制在[0,1]之间，其中A表示透明度。如fc = (.18, .31, .31)，fc = (0.1, 0.2, 0.5, 0.3)，facecolorc=np.array([.18, .31, .31]) 2. 十六进制RGB或者RGBA字符串，与第一种类似。如fc ='#0F0F0F' 、'facecolor=#0F0F0F0F' 3. 简单字符，一般是用颜色单词首字母来表示，能表示的颜色有限，有：'b', 'g', 'r', 'c', 'm', 'y', 'k', 'w'，其中C = Cyan(青色）、M = Magenta（洋红或品红、 Y = Yellow（黄色）、K = blacK（黑色、W=white （白色）。 4. tab：颜色单词，有： 'tab:blue', 'tab:orange', 'tab:green', 'tab:red', 'tab:purple', 'tab:brown', 'tab:pink', 'tab:gray', 'tab:olive', 'tab:cyan'. 注：purple，紫色；olive，黄褐色； 其他参数（部分）：title（标题） xlim（坐标范围） xlabel （轴标识）xticklabels（刻度标识） xtick（刻度） 彩色图像色彩分布图 代码 import numpy as np import matplotlib.pyplot as plt import cv2 as cv img = cv.imread('lena.jpg') b, g, r = cv.split(img) img = cv.merge([r, g, b]) #为了适应fc中元组顺序为RGB，故调整 draw = np.reshape(img, (-1, 3)) lists = list(set([tuple(t) for t in draw])) #去除列表中重复行 print(np.array(lists)) draw = tuple(draw/255) ax = plt.subplot(1, 1, 1, projection='3d', fc=(.18, .31, .31)) # 创建一个三维绘图，并设置颜色 ax.scatter(r, g, b, s=1, color=draw) # 以RGB值为坐标绘制数据点，并以RGB值为点颜色 ax.set_zlim(0, 255) ax.set_ylim(0, 255) ax.set_xlim(0, 255) ax.set_zlabel('B', c='b') # 坐标轴 ax.set_ylabel('G', c='g') ax.set_xlabel('R', c='r') ax.set_title('clolored image distribution', color='w') ax.tick_params(labelcolor='w') plt.show() 测试结果 纯红色测试图片 去掉重复行之后的RGB值：[[254 0 0]] 绘制颜色分布结果 纯红色纯绿色相间测试图片 去掉重复行之后的RGB值：可见混合之后有些地方的颜色就不那么纯净了 [[ 1 254 3] [253 0 0] [ 0 255 1] [ 4 255 0] [255 1 3] [253 2 0] [ 1 255 2] [254 0 0] [ 1 252 0] [255 1 1] [ 1 255 1] [255 1 0] [254 0 2] [ 1 255 0] [252 0 0 [ 0 254 0] [253 1 0] [ 0 255 4] [254 1 0] [ 0 254 2] [254 2 1] [254 2 0] [ 0 255 2] [ 0 255 3] [253 0 2] [ 0 255 0]] 计算机视觉经典图像lena
计算机视觉经典图像lena色彩分布
https://matplotlib.org/api/_as_gen/matplotlib.pyplot.subplot.html#matplotlib.pyplot.subplot |
【本文地址】