别再问我Python可视化如何配色了！.docxVIP

别再问我Python可视化如何配色了！ 在Python中对图片进行操作，最常用的两个模块就是PIL和opencv了。所以一开头我的方案是，用Python库打开图片，然后遍历像素颜色，最终依据颜色比例进行排序，即可得到该图片的配色方案。 结果做到一半，我发觉本人忽视了一件事。大家都晓得，Python 是一门优雅的言语，简约的语法，强大的功能。同时它还有拥有极其丰富的第三方库，这些库几乎都可以在github 或者 pypi上找到源码。 于是我搜了一下，的确有相关的库可以提取图片中的配色，那我们就不用反复造轮子了。 这个模块就是——Haishoku，可以用于从图像中猎取主色调和次要配色方案。 其GitHub网址为：/LanceGin/haishoku 具体用法，还是先安装 pip?install?haishoku 将前文提到的海上夕阳图，保存到本地并命名为test.png。 from?haishoku.haishoku?import?Haishokuimage?=?test.pnghaishoku?=?Haishoku.loadHaishoku(image) 导入模块，运转代码会前往一个Haishoku实例，你可以通过实例属性haishoku.dominant 和 haishoku.palette，从而直接猎取到对应的主色调和配色方案。 主色调 首先，要怎样猎取图片的主色调呢？ print(haishoku.dominant) 这前往了一个结构为 (R, G, B) 的元组，就是该图片的主色调。 运转下面这行代码 Haishoku.showDominant(image) 则会打开一个临时文件，用来预览主色调的颜色。 主色调（最多的颜色） 配色方案 #猎取配色方案pprint.pprint(haishoku.palette) 前往一个结构为：[(R, G, B), (R, G, B), …] 最大长度为8的数组。 这里使用了pprint模块，对于这种多层嵌套的元组，正好可以美观地打印出来。 运转下面这行代码 Haishoku.showPalette(image) 则会打开一个临时文件，用来预览图片配色方案。（不会保存在本地） 配色方案 就这样，只需几行代码就提取到图片中的配色方案，是不是很简约。 另外，Haishoku库从v1.1.4版本后，支持从 url 中直接加载图像。 imagepath?=?/20210222215216318.png????haishoku?=?Haishoku.loadHaishoku(imagepath) 配色方案与可视化 通过前面的操作，我们就提取到了合适的配色，那么就实战一下吧。 经典电影、海报、风景图、Logo都是绝佳的参考对象。 所以这次，我选择了Google的Logo，并提取到它的配色方案。 imagepath?=?google.pnghaishoku?=?Haishoku.loadHaishoku(imagepath)pprint.pprint(haishoku.palette)Haishoku.showPalette(imagepath) 那么，这套配色方案应用到了数据可视化中，会是怎样样呢？？ 用Python绘制一个饼图试试看 感觉还不错，这套配色方案我要保藏起来。假如大家觉得本文还不错，记得给个一键三连！ 对本文的代码和文件感爱好的话，可以在本号【快学Python】后台回复“配色”获得 ? 其实一开头，本人自定义提取图片配色也不是一点用没有，我还随带用OpenCV制造了一个拾色器。 也就是说，Python运转时只需点击，就可以猎取当前图片位置的颜色。 小伙伴们，快快用实践一下吧！假如在学习过程中，有遇到任何问题，欢迎加我好友，我拉你进Python学习沟通群共同探讨学习。 -----------