如何在Python中创建颜色渐变？

Question

我想创建一个新的色彩映射，在绿色和蓝色之间进行插值（或者任何其他两种颜色）。我的目标是获得类似的内容：

首先，我真的不确定是否可以使用蓝色和绿色的线性插值来完成。如果可以，我不知道该怎么做，我找到了一些关于使用matplotlib方法的文档，该方法插入指定的RGB值here

真正的麻烦在于理解＆＃34; cdict2＆＃34;以下工作。对于示例，文档说：

＆＃34;示例：假设你希望红色在下半部分从0增加到1，绿色在中间一半上升到蓝色，在上半部分上面是蓝色。然后你会使用：＆＃34;

from matplotlib import pyplot as plt
import matplotlib 
import numpy as np

plt.figure()
a=np.outer(np.arange(0,1,0.01),np.ones(10))
cdict2 = {'red':   [(0.0,  0.0, 0.0),
                   (0.5,  1.0, 1.0),
                   (1.0,  1.0, 1.0)],
         'green': [(0.0,  0.0, 0.0),
                   (0.25, 0.0, 0.0),
                   (0.75, 1.0, 1.0),
                   (1.0,  1.0, 1.0)],
         'blue':  [(0.0,  0.0, 0.0),
                   (0.5,  0.0, 0.0),
                   (1.0,  1.0, 1.0)]} 
my_cmap2 = matplotlib.colors.LinearSegmentedColormap('my_colormap2',cdict2,256)
plt.imshow(a,aspect='auto', cmap =my_cmap2)                   
plt.show()

编辑：我现在明白插值的工作原理，例如，这将给出红到白插值：

白色到红色：沿着＆＃34;矩阵的列＃34;对于每种颜色，在第一列中，我们有xcoordinate，我们希望插值开始和结束，另外两列是该坐标处颜色值的实际值。

cdict2 = {'red':   [(0.0,  1.0, 1.0),
                    (1.0,  1.0, 1.0),
                    (1.0,  1.0, 1.0)],
         'green': [(0.0,  1.0, 1.0),
                   (1.0, 0.0, 0.0),
                   (1.0,  0.0, 0.0)],
     'blue':  [(0.0,  1.0, 1.0),
               (1.0,  0.0, 0.0),
               (1.0,  0.0, 0.0)]} 

很明显，我想要的渐变很难通过在RGB空间中插值来创建......

Answer 1

我还没有看到一个简单的答案就是使用colour package。

通过pip安装

pip install colour

如此使用：

from colour import Color
red = Color("red")
colors = list(red.range_to(Color("green"),10))

# colors is now a list of length 10
# Containing: 
# [<Color red>, <Color #f13600>, <Color #e36500>, <Color #d58e00>, <Color #c7b000>, <Color #a4b800>, <Color #72aa00>, <Color #459c00>, <Color #208e00>, <Color green>]

将输入更改为您想要的任何颜色

Answer 2

很明显，您的原始示例渐变不是线性的。查看图像中平均红色，绿色和蓝色值的图表：

尝试使用线性渐变的组合来重新创建它将是困难的。

对我来说，每种颜色看起来都像是两条高斯曲线的加法，所以我做了一些最佳配合，并提出了这个：

使用这些计算出的值，我可以创建一个非常漂亮的渐变，几乎完全匹配你的。

import math
from PIL import Image
im = Image.new('RGB', (604, 62))
ld = im.load()

def gaussian(x, a, b, c, d=0):
    return a * math.exp(-(x - b)**2 / (2 * c**2)) + d

for x in range(im.size[0]):
    r = int(gaussian(x, 158.8242, 201, 87.0739) + gaussian(x, 158.8242, 402, 87.0739))
    g = int(gaussian(x, 129.9851, 157.7571, 108.0298) + gaussian(x, 200.6831, 399.4535, 143.6828))
    b = int(gaussian(x, 231.3135, 206.4774, 201.5447) + gaussian(x, 17.1017, 395.8819, 39.3148))
    for y in range(im.size[1]):
        ld[x, y] = (r, g, b)

不幸的是，我还不知道如何将其推广为任意颜色。

Answer 3

每个元组的第一个元素（0,0.25,0.5等）是颜色应该是某个值的位置。我拿了5个样本来查看RGB组件（在GIMP中），并将它们放在表格中。 RGB分量从0变为1，因此我必须将它们除以255.0以缩放正常的0-255值。

5分是一个相当粗略的近似值 - 如果你想要一个更平滑的＆＃39;外观，使用更多的价值观。

from matplotlib import pyplot as plt
import matplotlib 
import numpy as np

plt.figure()
a=np.outer(np.arange(0,1,0.01),np.ones(10))
fact = 1.0/255.0
cdict2 = {'red':  [(0.0,   22*fact,  22*fact),
                   (0.25, 133*fact, 133*fact),
                   (0.5,  191*fact, 191*fact),
                   (0.75, 151*fact, 151*fact),
                   (1.0,   25*fact,  25*fact)],
         'green': [(0.0,   65*fact,  65*fact),
                   (0.25, 182*fact, 182*fact),
                   (0.5,  217*fact, 217*fact),
                   (0.75, 203*fact, 203*fact),
                   (1.0,   88*fact,  88*fact)],
         'blue':  [(0.0,  153*fact, 153*fact),
                   (0.25, 222*fact, 222*fact),
                   (0.5,  214*fact, 214*fact),
                   (0.75, 143*fact, 143*fact),
                   (1.0,   40*fact,  40*fact)]} 
my_cmap2 = matplotlib.colors.LinearSegmentedColormap('my_colormap2',cdict2,256)
plt.imshow(a,aspect='auto', cmap =my_cmap2)                   
plt.show()

请注意，红色很明显。它就在那里因为中心区域接近灰色 - 这三个组成部分是必要的。

这会产生：

Answer 4

如果你只需要插入2种颜色，我就为此编写了一个简单的函数。 colorFader使用其他两个十六进制颜色代码创建一个十六进制颜色代码。

import matplotlib as mpl
import matplotlib.pyplot as plt
import numpy as np

def colorFader(c1,c2,mix=0): #fade (linear interpolate) from color c1 (at mix=0) to c2 (mix=1)
    c1=np.array(mpl.colors.to_rgb(c1))
    c2=np.array(mpl.colors.to_rgb(c2))
    return mpl.colors.to_hex((1-mix)*c1 + mix*c2)

c1='#1f77b4' #blue
c2='green' #green
n=500

fig, ax = plt.subplots(figsize=(8, 5))
for x in range(n+1):
    ax.axvline(x, color=colorFader(c1,c2,x/n), linewidth=4) 
plt.show()

<强>结果：

由于高兴趣而更新：

colorFader现在适用于rgb-colors和颜色字符串，如“red”或“r”。

Answer 5

这会创建一个由单个参数y：

控制的色彩映射

from matplotlib.colors import LinearSegmentedColormap


def bluegreen(y):
    red = [(0.0, 0.0, 0.0), (0.5, y, y), (1.0, 0.0, 0.0)]
    green = [(0.0, 0.0, 0.0), (0.5, y, y), (1.0, y, y)]
    blue = [(0.0, y, y), (0.5, y, y),(1.0,0.0,0.0)]
    colordict = dict(red=red, green=green, blue=blue)
    bluegreenmap = LinearSegmentedColormap('bluegreen', colordict, 256)
    return bluegreenmap

red从0上升到y，然后回到0. green从0上升到y然后是常量。 blue的{​​{1}}星在y处出现，并且在上半场保持不变，然后降至0。

这里是y = 0.7：

的情节

您可以使用添加另一个或两个段来平滑它。

Answer 6

我也需要这个，但我想输入多个任意颜色点。考虑一个热图，你需要黑色，蓝色，绿色...一直到＃34;热＆＃34;颜色。我借用了Mark Ransom上面的代码并将其扩展以满足我的需求。我很满意。我要感谢所有人，尤其是马克。

此代码与图像大小无关（高斯分布中没有常数）;您可以使用width =参数将其更改为pixel（）。它还允许调整＆＃34;传播＆＃34; （ - ＆gt; stddev）的分布;你可以通过将spread =参数更改为pixel（）来进一步混淆它们或引入黑带。

#!/usr/bin/env python

import math
from PIL import Image
im = Image.new('RGB', (3000, 2000))
ld = im.load()

# A map of rgb points in your distribution
# [distance, (r, g, b)]
# distance is percentage from left edge
heatmap = [
    [0.0, (0, 0, 0)],
    [0.20, (0, 0, .5)],
    [0.40, (0, .5, 0)],
    [0.60, (.5, 0, 0)],
    [0.80, (.75, .75, 0)],
    [0.90, (1.0, .75, 0)],
    [1.00, (1.0, 1.0, 1.0)],
]

def gaussian(x, a, b, c, d=0):
    return a * math.exp(-(x - b)**2 / (2 * c**2)) + d

def pixel(x, width=100, map=[], spread=1):
    width = float(width)
    r = sum([gaussian(x, p[1][0], p[0] * width, width/(spread*len(map))) for p in map])
    g = sum([gaussian(x, p[1][1], p[0] * width, width/(spread*len(map))) for p in map])
    b = sum([gaussian(x, p[1][2], p[0] * width, width/(spread*len(map))) for p in map])
    return min(1.0, r), min(1.0, g), min(1.0, b)

for x in range(im.size[0]):
    r, g, b = pixel(x, width=3000, map=heatmap)
    r, g, b = [int(256*v) for v in (r, g, b)]
    for y in range(im.size[1]):
        ld[x, y] = r, g, b

im.save('grad.png')

Answer 7

这是创建颜色图的非常紧凑的方法。 另请参见LinearSegmentedColormap的文档。

import matplotlib as mpl
import matplotlib.pylab as plt

cmap0 = mpl.colors.LinearSegmentedColormap.from_list(
        'green2red', ['green', 'orangered'])
cmap1 = mpl.colors.LinearSegmentedColormap.from_list(
        'unevently divided', [(0, 'b'), (.3, 'gray'), (1, 'green')])

# plot
fig, axs = plt.subplots(2, 1)
norm = mpl.colors.Normalize(vmin=0, vmax=1)
cbar = axs[0].figure.colorbar(
            mpl.cm.ScalarMappable(norm=norm, cmap=cmap0),
            ax=axs[0], fraction=.1)
cbar = axs[1].figure.colorbar(
            mpl.cm.ScalarMappable(norm=norm, cmap=cmap1),
            ax=axs[1], fraction=.1)
plt.show()