pyplot学习笔记（一）：使用scatter画彩色图像三维散点图，点坐标为RGB值，点颜色为RGB值决定的颜色（彩色图像色彩分布图）

前言

前段时间朋友叫我帮他画一个彩色图像色彩分布图。也就是以彩色图像的RGB值为坐标值，然后用该RGB值对应的颜色来标点，以此形成一幅色彩分布图。pyplot是一个很丰富的可视化工具，笔者趁机学习了一些相关的简单操作，坐此笔记供以后查阅。

subplot()一瞥

某些参数

*args ：确定子图位置的参数，如(2, 2, 3)=223，表示子图将出现在被划分成两行两列的窗口的第3个网格的位置。
projection：投影方式，坐标类型，如二维直角坐标系：'rectilinear'（=默认None），极坐标系：'polar’，三维直角坐标系：'3d’，地球投影：'aitoff', 'hammer', 'lambert', 'mollweide'等.

ax2 = plt.subplot(221, projection='rectilinear')
ax2.set_title('rectilinear')
ax2 = plt.subplot(222, projection='polar')
ax2.set_title('polar')
ax2 = plt.subplot(223, projection='3d')
ax2.set_title('3d')
ax2 = plt.subplot(224, projection='mollweide')
ax2.set_title('mollweide')
ax2.grid(True)
plt.show()

图1.projection style

facecolor ：该关键字也可以用fc代替，颜色表示有多种方式。
1. RGB 或者RGBA元组，经检验RGB的np数组也可以，数字要限制在[0,1]之间，其中A表示透明度。如fc = (.18, .31, .31)，fc = (0.1, 0.2, 0.5, 0.3)，facecolorc=np.array([.18, .31, .31])
2. 十六进制RGB或者RGBA字符串，与第一种类似。如fc ='#0F0F0F' 、'facecolor=#0F0F0F0F'
3. 简单字符，一般是用颜色单词首字母来表示，能表示的颜色有限，有：'b', 'g', 'r', 'c', 'm', 'y', 'k', 'w'，其中C = Cyan(青色）、M = Magenta（洋红或品红、 Y = Yellow（黄色）、K = blacK（黑色、W=white （白色）。
4. tab：颜色单词，有： 'tab:blue', 'tab:orange', 'tab:green', 'tab:red', 'tab:purple', 'tab:brown', 'tab:pink', 'tab:gray', 'tab:olive', 'tab:cyan'.
注：purple，紫色；olive，黄褐色；
其他参数（部分）：title（标题） xlim（坐标范围） xlabel （轴标识）xticklabels（刻度标识） xtick（刻度）

彩色图像色彩分布图

代码

import numpy as np
import matplotlib.pyplot as plt
import cv2 as cvimg = cv.imread('lena.jpg')
b, g, r = cv.split(img)
img = cv.merge([r, g, b]) #为了适应fc中元组顺序为RGB，故调整
draw = np.reshape(img, (-1, 3))
lists = list(set([tuple(t) for t in draw]))  #去除列表中重复行
print(np.array(lists))
draw = tuple(draw/255)
ax = plt.subplot(1, 1, 1, projection='3d', fc=(.18, .31, .31))  # 创建一个三维绘图，并设置颜色ax.scatter(r, g, b, s=1, color=draw)  # 以RGB值为坐标绘制数据点，并以RGB值为点颜色ax.set_zlim(0, 255)
ax.set_ylim(0, 255)
ax.set_xlim(0, 255)
ax.set_zlabel('B', c='b')  # 坐标轴
ax.set_ylabel('G', c='g')
ax.set_xlabel('R', c='r')
ax.set_title('clolored image distribution', color='w')
ax.tick_params(labelcolor='w')
plt.show()

测试结果

纯红色测试图片

图2.纯红色测试图片

去掉重复行之后的RGB值：[[254 0 0]]
绘制颜色分布结果

图3.纯红色测试图片颜色分布

纯红色纯绿色相间测试图片

图4.纯红色纯绿色相间测试图片

去掉重复行之后的RGB值：可见混合之后有些地方的颜色就不那么纯净了
[[ 1 254 3] [253 0 0] [ 0 255 1] [ 4 255 0] [255 1 3] [253 2 0] [ 1 255 2] [254 0 0] [ 1 252 0] [255 1 1] [ 1 255 1] [255 1 0] [254 0 2] [ 1 255 0] [252 0 0 [ 0 254 0] [253 1 0] [ 0 255 4] [254 1 0] [ 0 254 2] [254 2 1] [254 2 0] [ 0 255 2] [ 0 255 3] [253 0 2] [ 0 255 0]]

图5.纯红色纯绿色相间测试图片色彩分布

计算机视觉经典图像lena

图6.lena

计算机视觉经典图像lena色彩分布

图6.lena色彩分布

参考

https://matplotlib.org/api/_as_gen/matplotlib.pyplot.subplot.html#matplotlib.pyplot.subplot