python，如何生成一组正常分布的RGB颜色

Question

我想采样从绿色到蓝色插值的RGB或HSV颜色。但是，我希望高斯的平均值应该是绿色的，以便该组的大部分将由绿色支配。最后，我想实现这一点，当你从绿色到蓝色或红色进行插值时，你开始偏离人群。像这样的东西，但大多数应该是绿色的..

Answer 1

以下是一个选项 您首先需要一个绿色的色彩图。如果可用的standard colormaps都不适合您，您可以构建自己的色彩映射表。在最简单的情况下，它将由三种颜色（蓝色，绿色，红色）组成

colors = ["blue", "green", "red"]
cmap = matplotlib.colors.LinearSegmentedColormap.from_list("name", colors)

然后，您可以使用标准化实例，其中心位于正态分布的中心。在这里我们选择它为0;因此，归一化限制需要关于零对称。

norm = matplotlib.colors.Normalize(vmin=-3, vmax=3)

现在，拥有正常的分布式变量x，您可以从色彩映射中采样

sample = cmap(norm(x))

为了绘制此图，请在下面找到完整的示例：

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


n = 600
x = np.random.normal(size=n)
y = np.random.rand(n)

colors = ["blue", "green", "red"]
cmap = matplotlib.colors.LinearSegmentedColormap.from_list("name", colors)
norm = matplotlib.colors.Normalize(vmin=-3, vmax=3)
fig, (ax, ax2) = plt.subplots(nrows=2, figsize=(6,3), 
      gridspec_kw={"height_ratios":[1,3]}, sharex=True)
ax.axis("off")
ax.hist(x, bins=21, edgecolor="k")
sc = ax2.scatter(x,y,s=15, c=x, cmap=cmap, norm=norm)
fig.colorbar(sc, ax=ax2)
cax = fig.colorbar(sc, ax=ax)
cax.ax.set_visible(False)
plt.show()

Answer 2

这可以使用HSV色彩空间来实现，其中纯绿色在H = 120度。您可以在以num为中心的mean点的H-V空间中创建双变量正态分布，并根据协方差矩阵cov分布：

import numpy as np

num = 1000
mean = [120,0.5] # [hue,value] 
cov = [[20,0],[0,0.01]]
hv = np.random.multivariate_normal(mean,cov,num)

接下来，我们对矩阵进行模数处理，以便将超出边界的点循环回来：

hv[:,0] %= 360
hv[:,1] %= 1

接下来，我们借用here在HS空间中创建一个RGB地图（V = 1）：

from matplotlib.colors import hsv_to_rgb
import matplotlib.pyplot as plt

V, H = np.mgrid[0:1:100j, 0:1:300j]

S = np.ones_like(V)
HSV = np.dstack((H,S,V))
RGB = hsv_to_rgb(HSV)

plt.imshow(RGB, origin="lower", extent=[0, 360, 0, 1], aspect=150)

最后，将我们的分布覆盖到H-S空间：

plt.scatter(hv[:,0],hv[:,1])
plt.show()

您可以使用cov来实现所需的分发。例如，cov = [[80,0.7],[0.1,0.006]]给了我们

此外，您可以轻松地将此示例扩展为三维，以考虑饱和度的变化。