Question

我正在尝试基于点构建基本热图。每个点都有一个热半径，因此用圆圈表示。

问题是需要根据与圆心的距离将颜色转换为像素列表。

很难找到针对很多方面的最佳解决方案，我现在所拥有的与此类似：

for pixels in pixels:
    if (pixel.x - circle.x)**2 + (pixel.y - circle.y)**2 <= circle.radius:
        pixel.set_color(circle.color)

编辑：

我的数据：

圆圈中心的像素
圆半径（整数）

任何提示？

Answer 1

不是逐像素地进行，而是使用具有抗锯齿功能的更高级别界面，例如the aggdraw module及其ellipse(xy, pen, brush)功能。

循环所需的颜色步数（例如，半径/ 2），并使用255 / number_of_steps * current_step作为填充颜色的alpha值。

Answer 2

对于绘图，通常建议使用matplotlib库（例如使用imshow进行热图）。当然matplotlib也支持color gradients。

但是，我真的不明白你想要完成什么。如果您只想绘制一堆彩色圆圈，那么几乎任何图形库都可以（例如在PIL中使用ellipse函数）。

听起来你想根据它们与中心的距离为像素着色，但你自己的示例代码表明颜色是不变的？

Answer 3

如果你自己处理像素而你的目的是提高表现，你可以只关注方格[x - radius; x + radius] * [y - radius; y + radius]，因为圆圈的点位于此处。这将为您节省大量无用的迭代，如果您当然可以关注这个区域（即您的像素不仅仅是没有每行和每列索引的数组）。

您甚至可以确保方形[x - radius*sqrt(2)/2; x + radius*sqrt(2)/2] * [y - radius*sqrt(2)/2; y + radius*sqrt(2)/2]中的像素必须使用基本三角法（圆圈内的最大方块）进行着色。

所以你可以这样做：

import math
half_sqrt = math.sqrt(2) / 2
x_max = x + half_sqrt
y_max = y + half_sqrt
for (i in range(x, x + radius + 1):
    for (j in range(y, y + radius + 1):
        if (x <= x_max and y <= y_max):
            colorize_4_parts(i, j)
        else:
            pixel = get_pixel(i, j)
            if (pixel.x - circle.x)**2 + (pixel.y - circle.y)**2 <= circle.radius:
                # Apply same colors as above, could be a function
                colorize_4_parts(i, j)

def colorize_4_parts(i, j):
    # Hoping you have access to such a function get_pixel !
    pixel_top_right = get_pixel(i, j)
    pixel_top_right.set_color(circle.color)
    pixel_top_left = get_pixel(2 * x - i, j)
    pixel_top_leftt.set_color(circle.color)
    pixel_bot_right = get_pixel(i, 2 * y - j)
    pixel_bot_right.set_color(circle.color)
    pixel_bot_left = get_pixel(2 * x - i,  2 * y - j)
    pixel_bot_leftt.set_color(circle.color)

这是经过优化的，可以将昂贵的计算工作降至最低。

编辑：功能更新再次更高效：我忘记了我们有水平和垂直的双重对称，所以我们只能计算右上角！

Answer 4

这是一项非常常见的操作，以及人们如何做到这一点......

摘要：代表网格上的点密度，如果需要，使用 2D卷积平滑此值（这会将您的点指向圆圈），并将其绘制为< strong>使用matplotlib的热图。

更详细：首先，为热图制作一个2D网格，然后将数据点添加到网格中，当数据点落入单元格时，单元格递增1。其次，制作另一个网格来表示你想要给每个点的形状（通常人们使用圆柱或高斯或类似的东西）。第三，使用scipy.signal.convolve2d，将这两者合在一起。最后，使用matplotlib的imshow函数绘制卷积图，这将是你的热图。

如果您不能使用标准方法中建议的工具，那么您可能会找到解决方法，但它有优势。例如，卷积将很好地处理圆圈重叠的情况。

像素和几何形状 - Python / PIL

编辑：

4 个答案: