我已经使用mahotas将图片加载到numpy数组中。
import mahotas
img = mahotas.imread('test.jpg')
中的每个像素img
均由RGB值数组表示:
img[1,1] = [254, 200, 189]
我制作了一个3D散点图,其中一个轴上的R值,第二个轴上的G值和第三个轴上的B值。这没问题:
fig = plt.figure()
ax = fig.add_subplot(111, projection = '3d')
for i in range(1,img.shape[1]+1):
xs = img[i,1][0]
ys = img[i,1][1]
zs = img[i,1][2]
ax.scatter(xs, ys, zs, c='0.5', marker='o')
ax.set_xlabel('X Label')
ax.set_ylabel('Y Label')
ax.set_zlabel('Z Label')
plt.show()
(我只是暂时绘制图像的第一列)。
如何通过每个图像像素的颜色为每个散点图着色?即,我想我想通过点的RGB值对点进行着色,但是我不确定是否可行?
是的,您可以执行此操作,但是它需要通过一种不同于c
参数的单独机制来完成。简而言之,请使用facecolors=rgb_array
。
首先,让我解释发生了什么。该Collection
说scatter
的回报具有设定颜色的两个“系统”(因为缺乏一个更好的词)。
如果使用自c
变量,则通过ScalarMappable
“系统”设置颜色。这指定应通过将颜色图应用于单个变量来控制颜色。(这是set_array
任何继承自的方法ScalarMappable
。)
除ScalarMappable
系统外,还可以独立设置收藏集的颜色。在这种情况下,您将使用facecolors
kwarg。
作为一个简单的例子,这些点将具有随机指定的rgb颜色:
import matplotlib.pyplot as plt
import numpy as np
x, y = np.random.random((2, 10))
rgb = np.random.random((10, 3))
fig, ax = plt.subplots()
ax.scatter(x, y, s=200, facecolors=rgb)
plt.show()
本文收集自互联网,转载请注明来源。
如有侵权,请联系[email protected] 删除。
我来说两句