Question

我试图将图像中的r，g，b通道绘制为3-D散点图。

当我有黑白图像时，这很好用，因为我得到了一个散点图，在散点图的两端只有两个不同的簇。

但是对于彩色图像，散点图在视觉上没有多大意义，因为存在r，g，b值，它们对应于图像颜色空间中的许多点。

所以我最终得到了如下图所示的图像-

我想实现的是以某种方式表示密度信息。例如，如果对应于（255,255,255）的点数为1000，而对应于（0,0,0）的点数仅为500，则我想要（255,255,255）为深红色而（0,0,0）为黄色/橙色

如何在matplotlib中实现这一目标？我也可以使用某种气泡效果，其中（255,255,255）表示为比（0,0,0）大的气泡，尽管我感觉编码为颜色信息的密度信息在视觉上会更具吸引力

Answer 1

这里是使用高斯KDE的尝试。它仍然远非完美，其结果很大程度上取决于估计参数（bw_method）。也许有一种更简单的方法，也许是使用np.unique来获取每种独特颜色的频率。

该想法是将颜色密度分布估计为多元高斯混合，并将其用作散点图的颜色图。

对于任何严重的问题，它都有点慢，但是我认为如果图像足够小，效果会很好。也许某些基于FFT +卷积的估计方法可能会更快。

让我们看一些代码。没什么好想的：它以gaussian_kde喜欢的方式展平并重塑图像数据，并返回RGB和密度分量。您可以与bw_method一起玩，看看结果如何变化，得到的密度越大，密度越大。

from scipy.stats import gaussian_kde

def img_to_rgbk(img, bw=0.1):
    rgb = img.reshape(-1, 3).T
    k = gaussian_kde(rgb, bw_method=bw)(rgb)
    r, g, b = rgb

    return r, g, b, k

以下是带有玩具图片的结果

img = chelsea()[100:200, 100:200]

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

r, g, b, k = img_to_rgbk(img, bw=0.5)
ax.scatter(r, g, b, c=k, alpha=0.2)

通知c=k用于将地图标记的颜色设置为浓度信息，alpha可以使云层看到一点。