更明显的一致？
更明显的一致？
提问于 2020-04-28 18:10:01
我主张在绘制科学数据为灰度图像和应用虚假着色时，使用感知一致的共格图。我不知道这些是谁发明的，但是这些雨伞太棒了，我不会再用其他东西了。
老实说，我已经厌倦了在许多流行的绘图软件中实现的5种柱状图(viridis，等离子，inferno，magma，cividis) (R-g图，python-matplotlib，matlab，JMP等)。我相信你们中的一些人也会觉得同样单调..。
，所以除了这5个网格外，还有哪些是其他的，它们是一致的呢？
的好处是：是否有一些算法可以推导出具有感知一致性质的共格(也许没有，因为颜色感知具有心理方面)？但如果是这样，那又是什么呢？
一些例子和参考文献：
回答 3
Stack Overflow用户
回答已采纳
发布于 2020-05-01 01:05:05
如果你遵循这个页面：http://bids.github.io/colormap/，你会发现所有的细节生产Viridis，Magma，Inferno和等离子。所有细节都太长，无法作为答案进行枚举，但是使用前面提到的页面和粘胶，您可以重新生成它们并进行更多的交互。
或者，使用颜色
import colour
import numpy as np
CAM16UCS = colour.convert(['#ff0000', '#00ff00'], 'Hexadecimal', 'CAM16UCS')
gradient = colour.utilities.lerp(
CAM16UCS[0][np.newaxis],
CAM16UCS[1][np.newaxis],
np.linspace(0, 1, 20)[..., np.newaxis])
RGB = colour.convert(gradient, 'CAM16UCS', 'Output-Referred RGB')
colour.plotting.plot_multi_colour_swatches(
[colour.plotting.ColourSwatch(RGB=np.clip(x, 0, 1)) for x in RGB])
print(colour.convert(RGB, 'Output-Referred RGB', 'Hexadecimal'))
['#fe0000' '#fb3209' '#f74811' '#f35918' '#ef671e' '#ea7423' '#e67f28'
'#e18a2c' '#dc9430' '#d79e34' '#d1a738' '#cbb03b' '#c4b93d' '#bcc23e'
'#b2cc3d' '#a6d53a' '#97df36' '#82e92e' '#62f321' '#00ff00']
请注意，这两个边界颜色是十六进制值，但您显然可以选择任何相关的颜色空间。同样，CAM16也可以被替换为JzAzBz或alike。
你可以用这个谷歌Colab笔记本在网上试一试。
Stack Overflow用户
发布于 2021-03-26 05:42:41
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/61487041
复制相关文章
相似问题
腾讯云开发者
