6 个答案:

答案 0 :(得分:54)

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:

# [, , , , , , , , , ]

将输入更改为您想要的任何颜色

答案 1 :(得分:26)

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。

答案 2 :(得分:6)

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()

结果:强>

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”。

答案 3 :(得分:6)

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'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:

答案 4 :(得分: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。

答案 5 :(得分:4)

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"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"传播" ( - > 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')

python渐变色代码_如何在Python中创建颜色渐变?相关推荐

  1. vue在日历表上面创建事件_如何在R中创建颜色编码的日历

    vue在日历表上面创建事件 用颜色编码的日历可以快速简便地查看您是否实现了日常目标. 您是否符合销售或社交媒体帖子等日常业务指标? 或者,您如何实现个人目标,例如每天锻炼? 乍一看,您可以了解自己的工 ...

  2. vue 递归创建菜单_如何在Vue中创建类似中等的突出显示菜单

    vue 递归创建菜单 by Taha Shashtari 由Taha Shashtari 如何在Vue中创建类似中等的突出显示菜单 (How to Create a Medium-Like Highl ...

  3. figma下载_如何在Figma中创建逼真的3D对象

    figma下载 by Gbolahan Taoheed Fawale 通过Gbolahan Taoheed Fawale 如何在Figma中创建逼真的3D对象 (How to create reali ...

  4. 如何在mysql中创建过程_如何在MySQL 中创建存储过程?

    问题阐述 自MySQL 5.0 开始,MySQL 就支持存储过程.存储过程是一些被用户定义的SQL 语句集合.一个存储程序是可以被存储在服务器中的一套SQL 语句.存储过程可以被程序.触发器或另一个存 ...

  5. hive 元数据 自定义_如何在Hive中创建自定义函数UDF及如何直接通过Impala的同步元数据重用UDF的jar文件-阿里云开发者社区...

    如何在Hive中创建自定义函数UDF及使用 如何在Impala中使用Hive的自定义函数 UDF函数开发 使用Intellij工具开发Hive的UDF函数,进行编译: 1.使用Intellij工具通过 ...

  6. java 运费_如何在Java中创建运费成本计算器

    我正在创建计算器来计算运费.代码是这样的:如何在Java中创建运费成本计算器 class ShippingCalc { public static void main(String[] args) { ...

  7. wordpress 数据库_如何在WordPress中创建视频库(逐步)

    wordpress 数据库 Recently, a user asked us how to create a video gallery in WordPress. WordPress makes ...

  8. wordpress模板_如何在WordPress中创建类别模板

    wordpress模板 Have you visited a site where each category has different layout? In WordPress theme dev ...

  9. html树状图右侧_如何在 Tableau 中创建控制图?

    本文作者:Jose Valero 控制图是用于研究流程如何随时间变化,并确定制造或业务流程是否在统计控制状态下的图表. 我相信这对每家公司来说都是一个有益的工具,所以在这篇文章中,我将尝试如何在 Ta ...

最新文章

  1. oracle服务器的操作系统,Oracle Linux 操作系统及数据库的时区机制分析
  2. Oracle中使用Table()函数解决For循环中不写成 in (l_idlist)形式的问题
  3. skhynix nvme toolbox怎么选择磁盘_为啥我的NVMe固态硬盘跑分比别人少一半!?莫慌,2张图完美解决...
  4. python有哪些函数怎么用_必须掌握的常用python函数有哪些?
  5. Mac安装 nginx (极简)
  6. STM32F401CCU6移植华为LiteOS
  7. 山东大学计算机学院第二校园,山东大学本科生第二校园学习经历管理办法
  8. hook(useState、useEffect、useReducer)、context、React项目起始
  9. WordPress系列教程(二)----WordPress基本使用和常用设置
  10. nihao, woshi mr jhon
  11. JavaFX入门(五):使用CSS样式美化你的UI控件
  12. C++ 的 Copy Elision
  13. 计算机四种传播途径,计算机病毒的传播途径
  14. Linux + JAVA得到各种格式的文件正文(office文件,PDF,邮件,html,zip等)
  15. java获取长度_获取java长度
  16. 新生宝宝为何天生过敏体质 婴儿过敏体质的症状
  17. 安利一个简单快速好用的CMS建站系统
  18. js资源按需加载和预加载
  19. 【Django】Django+Ajax下载文件(使用FileResponse)
  20. 小李的电商日记 22.10.14

热门文章

  1. HDU - 6071 Lazy Running 同余最短路 + 分层
  2. gym103117J. Ants
  3. P2564 [SCOI2009]生日礼物
  4. CF1406E:Deleting Numbers(构造、根号分块)
  5. P3899-[湖南集训]谈笑风生【主席树】
  6. jzoj1164-求和【欧拉函数,数论】(筛欧拉函数模板)
  7. P2414 NOI2011阿狸的打字机 [AC自动机,dfs序]
  8. 8、mysql数据表中数据的增删改
  9. Hadoop入门(十一)Mapreduce的InputFomrat各种子类
  10. 分布式系统之消息队列