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_coloroutput
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
以上就是Python实现提取图片中颜色并绘制成可视化图表的详细内容，更多关于Python提取图片颜色的资料请关注其它相关文章！
查看更多关于Python实现提取图片中颜色并绘制成可视化图表的详细内容...
声明：本文来自网络，不代表【好得很程序员自学网】立场，转载请注明出处：http://www.haodehen.cn/did16152