我有以下生成分形圖像的代碼，import numpy as npimport matplotlib.pyplot as pltdef julia(C): X = np.arange(-1.5, 1.5, 0.2) Y = np.arange(-1.5, 1.5, 0.2) pixel = np.zeros((len(Y), len(X))) for x_iter, x in enumerate(X): for y_iter, y in enumerate(Y): z = x + 1j * y intensity = np.nan r = np.empty((100, 100)) # Unused at the moment for n in range(1, 1024): if abs(z) > 2: intensity = n break z = z**2 + C pixel[y_iter, x_iter] = intensity r.fill(intensity) # Unused at the moment # We return pixel matrix return pixel# Compute Julia set imagepixel = julia(-0.7 + 0.27015j)# Plottingprint(pixel[:,:])數據（像素）如下：array([[ 1., 2., 2., 2., 2., 2., 2., 2., 2., 2., 2., 2., 2., 2., 2.], [ 2., 2., 2., 2., 2., 2., 2., 2., 2., 2., 2., 2., 2., 2., 2.], [ 2., 2., 2., 2., 2., 2., 2., 3., 3., 3., 3., 3., 2., 2., 2.], [ 2., 2., 2., 2., 3., 3., 3., 4., 5., 4., 4., 3., 3., 3., 2.], [ 2., 2., 3., 3., 3., 4., 4., 7., 209., 6., 5., 4., 4., 3., 3.], [ 2., 3., 3., 3., 4., 5., 6., 37., 59., 220., 13., 7., 10., 6., 4.],繪制數據（像素）后，它看起來像plt.axis('off')plt.imshow(pixel)拿到圖片后我做了plt.savefig()，當我做image.open()的時候，數據變成了下面這樣！我需要擺脫所有這些 255 強度對應的邊界不需要的空白
1 回答
蕪湖不蕪
TA貢獻1796條經驗 獲得超7個贊
您可以使用以下腳本來保存周圍沒有空格的圖像：
# Plotting
from PIL import Image
min_value = np.nanmin(pixel)
max_value = np.nanmax(pixel)
pixel_int = (255*(pixel-min_value)/(max_value-min_value)).astype(np.uint8)
# sample LUT from matplotlib
lut = (plt.cm.viridis(np.arange(256)) * 255).astype(np.uint8) # CHOOSE COLORMAP HERE viridis, jet, rainbow
pixel_rgb = lut[pixel_int]
# changing NaNs to a chosen color
nan_color = [0,0,0,0] # Transparent NaNs
for i,c in enumerate(nan_color):
pixel_rgb[:,:,i] = np.where(np.isnan(pixel),c,pixel_rgb[:,:,i])
# apply LUT and display
img = Image.fromarray(pixel_rgb, 'RGBA')
# Saving image and matrix
img.save('julia.png')
np.save('julia.npy', pixel)
# Delete data
del(img, pixel)
# Loading image and matrix
img = Image.open('julia.png')
pixel = np.load("julia.npy")
# Show image
img.show()
print(pixel)
print(min_value, max_value)
每個數組值將獲得一個像素。X和軸的 2 個分辨率的輸出Y：
X,Y = (np.arange(-1.5, 1.5, 0.2),)*2: 
X,Y = (np.arange(-1.5, 1.5, 0.02),)*2:
添加回答
舉報
0/150
提交
取消