Python 从地图猜rgb渐变？

我有一张比例尺像这样的地图：（数字只是一个例子）

它描述了地图上的单个变量。然而，我无法访问原始数据，几乎一无所知 关于图像处理。我所做的是使用PIL获得地图上每个点的像素坐标和RGB值。只需使用

pix=im.load（）

并为每个

x，y

保存

pix[x，y]

。现在我想用上面的梯度来猜测每个点的值

这种梯度有没有标准公式？对训练有素的眼睛来说，它看起来很熟悉吗？我访问过一些例子。。。但我不确定它是否使用了色调、rgb高度功能或其他功能（为了方便起见，我还对一些绿色/眉毛/红色色盲）：）

任何关于如何继续，图书馆，链接或想法的提示都将不胜感激。谢谢大家!

编辑： 根据回复和martineau的建议，我尝试捕捉顶部和底部的颜色：

def rgb2hls(colotup):
    '''converts 225 based RGB to 360 based HLS
    `input`: (222,98,32) tuple'''

    dec_rgb = [x/255.0 for x in colotup] # use decimal 0.0 - 1.0 notation for RGB
    hsl_col = colorsys.rgb_to_hls(dec_rgb[0], dec_rgb[1], dec_rgb[2])
    # PIL uses hsl(360,x%,y%) notation and throws errors on float, so I use int
    return (int(hsl_col[0]*360), int(hsl_col[1]*100), int(hsl_col[2]*100))


def pil_hsl_string(hsltup):
    '''returns a string PIL can us as HSL color
    from a tuple (x,y,z) -> "hsl(x,y%,z%)"'''
    return 'hsl(%s,%s%%,%s%%)' % (hsltup[0], hsltup[1], hsltup[2])


BottomRed = (222,98,32) # taken with gimp
TopBlue =  (65, 24, 213) 

hue_red = pil_hsl_string(rgb2hls(BottomRed))
hue_blue = pil_hsl_string(rgb2hls(TopBlue))

但结果却大不相同。。。这让我担心使用rgb_to_hls函数来提取值。还是我做错了什么？以下是s的颜色转换为代码：

---

你可以用固定的饱和度和亮度来改变色调，从而得到类似的效果

---

在我看来，图像中的比例看起来像HSV梯度，类似于中提到的。如果是这样，您可以使用

colorsys.rgb_to_hls（）

或

colorsys.rgb_to_hsv（）

函数从像素中的r、g、b值获得介于0和1之间的色调颜色值。然后可以相应地映射

然而，除了进行OCR，我不知道如何确定所表示的值的范围，除非它是一个可以硬编码的一致范围。

有趣的问题

如果你在HSL颜色空间中从250,85%，85%->21,85%，85%按时钟方向行走，你会得到一个非常接近你所展示的渐变。明显的区别在于，你的图像显示了一个相当窄的绿色值带

所以，如果你有4个幻数，那么你可以插值到地图上的任何一点

这些当然是第一个和最后一个颜色，也是第一个和最后一个刻度值。 这是我在H通道（使用gimp）上获得的直线渐变图像。

编辑：我已经启动了一个程序来获取每行的像素值，并绘制结果。你可以看到，实际上，色调不是线性的，你也可以看到S&V通道在115左右（图像顶部115像素）有一定的倾斜，这确实与绿色带对应

考虑到曲线的形状，我倾向于认为它们可能是用来建模的。但我没有相关领域的经验来识别曲线的形状

下面，我添加了HSV和RGB模型的变化图表。 图表的左侧表示条形图的顶部。 X轴标签表示像素

我觉得很有趣。书签

---

我建议您定义一个要比较颜色的区域。对这些区域进行FFT。每种颜色由一个频率定义。你在我们的数量上也是这样。然后比较并缩小一个值

我发现有些人喜欢更好地理解它

---

非常酷！我不知道这个存在，或者你可以在gimp上阅读HSV。它还揭示了顺时针方向的HSV与梯度不太匹配。@Massagran-是的，非常整洁，嗯。甚至可以得到一个制作立体图的gimp插件，但我离题了。。我一直在思考这个梯度，我认为他们使用了2，而不是单一的梯度。1从橙色到（刚刚）绿色。从绿色到蓝色的第二个。我估计你地图上的120对应于连接点。我还认为渐变避免了图像中显示的从~100到130的部分。知道必须使用此工具/设置组合@enhzlep，现在您提到了放大显示渐变，也就是说“加速”放大到这一点：注意，每种颜色都不像gimp渐变那样占据相同的宽度（即，当您接近终点时，中间的黄色变长，红色和蓝色变短）rgb图形看起来像是@Massagran，enhzflep的平滑版本：这种“奇怪的非线性”可能与人眼的视觉特性有关？