在Mayavi体积可视化中使用感知统一的色彩映射

时间:2016-04-29 19:37:11

标签: matplotlib data-visualization mayavi colormap perception

AFAIK Mayavi没有任何感性统一的彩色地图。我天真地尝试传递它one of Matplotlib's colormaps但它失败了:

from mayavi import mlab
import multiprocessing
import matplotlib.pyplot as plt

plasma = plt.get_cmap('plasma')

...
mlab.pipeline.volume(..., colormap=plasma)
  

TraitError:无法设置'VolumeFactory'对象的未定义'colormap'属性。

编辑:我找到a guide将Matplotlib色彩映射转换为Mayavi色彩映射。但是,遗憾的是,由于我尝试使用感知统一的色彩映射图来使用卷,因此无法正常工作。

from matplotlib.cm import get_cmap
import numpy as np
from mayavi import mlab

values = np.linspace(0., 1., 256)
lut_dict = {}
lut_dict['plasma'] = get_cmap('plasma')(values.copy())

x, y, z = np.ogrid[-10:10:20j, -10:10:20j, -10:10:20j]
s = np.sin(x*y*z)/(x*y*z)

mlab.pipeline.volume(mlab.pipeline.scalar_field(s), vmin=0, vmax=0.8, colormap=lut_dict['plasma'])  # still getting the same error
mlab.axes()
mlab.show()

...

2 个答案:

答案 0 :(得分:3)

如果将其设置为卷的colormap,它可以按预期工作,而不是将其设置为ColorTransferFunction参数。

import numpy as np
from mayavi import mlab
from tvtk.util import ctf
from matplotlib.pyplot import cm

values = np.linspace(0., 1., 256)
x, y, z = np.ogrid[-10:10:20j, -10:10:20j, -10:10:20j]
s = np.sin(x*y*z)/(x*y*z)

volume = mlab.pipeline.volume(mlab.pipeline.scalar_field(s), vmin=0, vmax=0.8)
# save the existing colormap
c = ctf.save_ctfs(volume._volume_property)
# change it with the colors of the new colormap
# in this case 'plasma'
c['rgb']=cm.get_cmap('plasma')(values.copy())
# load the color transfer function to the volume
ctf.load_ctfs(c, volume._volume_property)
# signal for update
volume.update_ctf = True

mlab.show()

答案 1 :(得分:1)

尽管like444先前的回答在某种程度上帮助了我解决类似的问题,但它会导致颜色图之间的翻译不正确。这是因为matplotlib和tvtk存储颜色信息的格式略有不同:Matplotlib使用RGBA,而ColorTransferFunction使用VRGB,其中V是显示数据中这部分颜色图所分配的值。因此,通过进行一对一复制,绿色变成红色,蓝色变成绿色,而alpha变成蓝色。以下代码段修复了该问题:

def cmap_to_ctf(cmap_name):
    values = list(np.linspace(0, 1, 256))
    cmap = cm.get_cmap(cmap_name)(values)
    transfer_function = ctf.ColorTransferFunction()
    for i, v in enumerate(values):
        transfer_function.add_rgb_point(v, cmap[i, 0], cmap[i, 1], cmap[i, 2])
    return transfer_function