分享一个趣味性十足的Python可视化技巧
Python 技巧 一个 分享 可视化 十足
2023-06-13 09:15:25 时间
今天小编来为大家分享一个有趣的可视化技巧,如何从图片中提取颜色然后绘制成可视化图表,如下图所示
在示例照片当中有着各种各样的颜色,我们将通过Python
中的可视化模块以及opencv
模块来识别出图片当中所有的颜色要素,并且将其添加到可视化图表的配色当中
导入模块并加载图片
那么按照惯例,第一步一般都是导入模块,可视化用到的模块是matplotlib
模块,我们将图片中的颜色抽取出来之后会保存在颜色映射表中,所以要使用到colormap
模块,同样也需要导入进来
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.patches as patches
import matplotlib.image as mpimg
from PIL import Image
from matplotlib.offsetbox import OffsetImage, AnnotationBbox
import cv2
import extcolors
from colormap import rgb2hex
然后我们先来加载一下图片,代码如下
input_name = 'test_1.png'
img = plt.imread(input_name)
plt.imshow(img)
plt.axis('off')
plt.show()
output
提取颜色并整合成表格
我们调用的是extcolors
模块来从图片中提取颜色,输出的结果是RGB
形式呈现出来的颜色,代码如下
colors_x = extcolors.extract_from_path(img_url, tolerance=12, limit = 12)
colors_x
output
([((3, 107, 144), 180316),
((17, 129, 140), 139930),
((89, 126, 118), 134080),
((125, 148, 154), 20636),
((63, 112, 126), 18728),
((207, 220, 226), 11037),
((255, 255, 255), 7496),
((28, 80, 117), 4972),
((166, 191, 198), 4327),
((60, 150, 140), 4197),
((90, 94, 59), 3313),
((56, 66, 39), 1669)],
538200)
我们将上述的结果整合成一个DataFrame
数据集,代码如下
def color_to_df(input_color):
colors_pre_list = str(input_color).replace('([(', '').split(', (')[0:-1]
df_rgb = [i.split('), ')[0] + ')' for i in colors_pre_list]
df_percent = [i.split('), ')[1].replace(')', '') for i in colors_pre_list]
# 将RGB转换成十六进制的颜色
df_color_up = [rgb2hex(int(i.split(", ")[0].replace("(", "")),
int(i.split(", ")[1]),
int(i.split(", ")[2].replace(")", ""))) for i in df_rgb]
df = pd.DataFrame(zip(df_color_up, df_percent), columns=['c_code', 'occurence'])
return df
我们尝试调用上面我们自定义的函数,输出的结果至DataFrame
数据集当中
df_color = color_to_df(colors_x)
df_color
output
绘制图表
接下来便是绘制图表的阶段了,用到的是matplotlib
模块,代码如下
fig, ax = plt.subplots(figsize=(90,90),dpi=10)
wedges, text = ax.pie(list_precent,
labels= text_c,
labeldistance= 1.05,
colors = list_color,
textprops={'fontsize': 120, 'color':'black'}
)
plt.setp(wedges, width=0.3)
ax.set_aspect("equal")
fig.set_facecolor('white')
plt.show()
output
从出来的饼图中显示了每种不同颜色的占比,我们更进一步将原图放置在圆环当中,
imagebox = OffsetImage(img, zoom=2.3)
ab = AnnotationBbox(imagebox, (0, 0))
ax1.add_artist(ab)
output
最后制作一张调色盘,将原图中的各种不同颜色都罗列开来,代码如下
## 调色盘
x_posi, y_posi, y_posi2 = 160, -170, -170
for c in list_color:
if list_color.index(c) <= 5:
y_posi += 180
rect = patches.Rectangle((x_posi, y_posi), 360, 160, facecolor = c)
ax2.add_patch(rect)
ax2.text(x = x_posi+400, y = y_posi+100, s = c, fontdict={'fontsize': 190})
else:
y_posi2 += 180
rect = patches.Rectangle((x_posi + 1000, y_posi2), 360, 160, facecolor = c)
ax2.add_artist(rect)
ax2.text(x = x_posi+1400, y = y_posi2+100, s = c, fontdict={'fontsize': 190})
ax2.axis('off')
fig.set_facecolor('white')
plt.imshow(bg)
plt.tight_layout()
output
实战环节
这一块儿是实战环节,我们将上述所有的代码封装成一个完整的函数
def exact_color(input_image, resize, tolerance, zoom):
output_width = resize
img = Image.open(input_image)
if img.size[0] >= resize:
wpercent = (output_width/float(img.size[0]))
hsize = int((float(img.size[1])*float(wpercent)))
img = img.resize((output_width,hsize), Image.ANTIALIAS)
resize_name = 'resize_'+ input_image
img.save(resize_name)
else:
resize_name = input_image
fig.set_facecolor('white')
ax2.axis('off')
bg = plt.imread('bg.png')
plt.imshow(bg)
plt.tight_layout()
return plt.show()
exact_color('test_2.png', 900, 12, 2.5)
output
相关文章
- 提升python运行速度的一些技巧
- python win32api messagebox_如何在Python中使用Win32 API?
- python大数据分析实例-用Python整合的大数据分析实例
- python监控网站更新_Python 通过网站search功能监控网站内容更新[通俗易懂]
- Python元组_python输出元组
- vscode控制台输出乱码_python运行出现乱码
- 【说站】python数据结构堆的介绍
- 【说站】python for循环遍历位置的查找
- 机器学习基础:缺失值的处理技巧(附Python代码)
- h5 Python_python做h5网站
- Python 生成随机数_python建立随机数列表
- 【7】python_matplotlib 输出(保存)矢量图方法;画图时图例说明(legend)放到图像外侧;Python_matplotlib图例放在外侧保存时显示不完整问题解决
- Python字典常用的函数和方法_Python自学第二十七节
- Python 命令行模块使用技巧
- 收藏 | 几个好用到爆的Python小技巧!
- python-Python与PostgreSQL数据库-PostgreSQL数据库的基本知识(一)
- Python开发系列课程(6) – 要不要使用复杂表达式详解编程语言
- 使用Python执行Linux命令的方法(python调用linux命令)
- 在Linux上学习Python——你的编程之路(linux学python)
- 在Python中使用httpx模块
- python下如何让web元素的生成更简单的分析
- python切片和range()用法说明
- 35个Python编程小技巧
- 教你如何将Sublime3打造成Python/DjangoIDE开发利器