6 個答案:

答案 0 :(得分：54)

我還沒有看到一個簡單的答案就是使用colour package。

通過pip安裝

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:

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

將輸入更改為您想要的任何顏色

答案 1 :(得分：26)

很明顯，您的原始示例漸變不是線性的。查看圖像中平均紅色，綠色和藍色值的圖表：

嘗試使用線性漸變的組合來重新創建它將是困難的。

對我來說，每種顏色看起來都像是兩條高斯曲線的加法，所以我做了一些最佳配合，并提出了這個：

使用這些計算出的值，我可以創建一個非常漂亮的漸變，幾乎完全匹配你的。

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，我還不知道如何將其推廣為任意顏色。

答案 2 :(得分：6)

如果你只需要插入2種顏色，我就為此編寫了一個簡單的函數。 colorFader使用其他兩個十六進制顏色代碼創建一個十六進制顏色代碼。

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()

結果：強>

由于高興趣而更新：

colorFader現在適用于rgb-colors和顏色字符串，如“red”或“r”。

答案 3 :(得分：6)

每個元組的第一個元素（0,0.25,0.5等）是顏色應該是某個值的位置。我拿了5個樣本來查看RGB組件（在GIMP中），并將它們放在表格中。 RGB分量從0變為1，因此我必須將它們除以255.0以縮放正常的0-255值。

5分是一個相當粗略的近似值 - 如果你想要一個更平滑的＆＃39;外觀，使用更多的價值觀。

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()

請注意，紅色很明顯。它就在那里因為中心區域接近灰色 - 這三個組成部分是必要的。

這會產生：

答案 4 :(得分：5)

這會創建一個由單個參數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從0上升到y，然后回到0. green從0上升到y然后是常量。 blue的{??{1}}星在y處出現，并且在上半場保持不變，然后降至0。

這里是y = 0.7：的情節

您可以使用添加另一個或兩個段來平滑它。

答案 5 :(得分：4)

我也需要這個，但我想輸入多個任意顏色點。考慮一個熱圖，你需要黑色，藍色，綠色...一直到＃34;熱＆＃34;顏色。我借用了Mark Ransom上面的代碼并將其擴展以滿足我的需求。我很滿意。我要感謝所有人，尤其是馬克。

此代碼與圖像大小無關（高斯分布中沒有常數）;您可以使用width =參數將其更改為pixel（）。它還允許調整＆＃34;傳播＆＃34; （ - ＆gt; stddev）的分布;你可以通過將spread =參數更改為pixel（）來進一步混淆它們或引入黑帶。

#!/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')

總結

以上是生活随笔為你收集整理的python渐变色代码_如何在Python中创建颜色渐变？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。