pyqtgraph:GLSurfacePlotItem如何在三维地形表面自定义颜色分布（读取图片给三维平面分区域着色）

一、关于pyqtgraph

  来找这个问题的朋友想必是在使用pyqtgraph，并且知道怎样用GLSurfacePlotItem部件绘图的基本操作了。这是一个使用OpenGL加速3D绘图的Python工具包，除了三维数据的可视化之外，同样也可以用于2D数据可视化与数据实时更新展示，启用GPU加速其效率可想而知，相关功能在这里不再赘述。
  由于课题研究需要，本人在绘制三维高程图的过程中，不想按照不同高度来区分三维地形颜色，而是按照不同地貌划分颜色区域，花了很长时间去查资料都没有找到相关内容，有的只是自定义颜色区间，同样全网又是千篇一律的无用答案，本文只要记录开发过程的解决按区域划分pyqtgraph:GLSurfacePlotItem部件的平面图着色问题，并且尚有未解决的缺陷，望大神不吝赐教，其他问题请移步 官方说明文档.。

二、本文要实现的功能

1.默认效果

  在读取高程数据，得到元素值为地形高度的二维矩阵ele（此处以ele.shape=(200，200)为例）后，使用

import pyqtgraph.opengl as gl
p = gl.GLSurfacePlotItem(z=ele, shader='shaded')	# shaded效果是取消了反光，没有这个参数值生成的平面亮度很高

得到的可视化效果为：

图1

2.使用matplotlib自带的terrain地形颜色

  如果在GLSurfacePlotItem中使用matplotlib自带的地形颜色分布(‘terrain’)

import pyqtgraph.opengl as gl
from matplotlib import pyplot as plt
terrain_map = plt.get_cmap('terrain')
land_map = plt.get_cmap('Dark2')
map_color = terrain_map((ele - low) / (high - low))		# 这里的low和high分别指的是ele矩阵中最小值和最大值
p = gl.GLSurfacePlotItem(z=ele / 50, shader='shaded', colors=map_color)

将得到如下可视化效果：

图2

3.按地貌划区分布的颜色效果

  虽然图2很美观了，但是这并不是我想要的颜色分布，这种颜色分布是根据地形高度自动生成的，而我想要的是在表面生成以下分区效果的颜色分布(即按照不同地貌划分不同区域，该效果在地形表面展示出来，而高度只需要转动地形视角观看他的三维视觉效果)：

图3

  经过漫长的折腾，终于勉强达到需求…吧，长这样(缺陷如你所见，与想要的原分布图比起来颜色发生异常=.=)：

图4

三、最初的思路及遇到的问题

  接下来就好好谈一谈GLSurfacePlotItem 部件的下面几个参数吧

1.关于参数color_list（只可以用来更改按高度显示的颜色区间）

  网上能查到的资料都是使用这个参数来调整成自己想要的颜色区间，并不是想要的颜色分布，注意颜色区间指的是颜色值范围，分布则是上图需求所示。时间有限，这种满天飞的内容此处不多说了，想要实现这个需求的可以去查关键字 pygtgraph GLSurfacePlotItem color_list 自定义颜色，全是这方面的。

2.关于参数colors（满足本文需求的突破点）

  在全网查资料的过程中，对于本文需求来说，唯一有用的一个知识点，就是pyqtgraph中GLSurfacePlotItem部件的参数可以传入像前文所述的matplotlib自带颜色分布，甚至还可以传入具有alpha通道的彩色图像！一看到后面这句就看到了希望！如果能传入四通道图像，那岂不是能够实现完全自由的自定义颜色分布了，在三维地表绘制地貌分布的需求不就迎刃而解？大胆一点假设，如果有平面卫星图，岂不是可以用Python的pyqtgraph替代ArcGis那种麻烦的三维地形图复原过程（不过仔细一想不太现实，小范围还是有可能的，但是一个高程数据就那么大，连完整读取速度和内存都是个问题）

  言归正传，我立即用PS自己画了一个RGB彩色图像（图3所示），当做我想要的地貌分布，然后开始尝试铺在我读取的三维高程地形图上。果然，事情并没有想象中的那么简单…

  首先通过PIL.Image读取自己的地貌图片，然后为其添加alpha通道，转为RGBA四通道图像，数据类型转换到numpy，当将它赋给colors参数时，直接运行却得到了以下结果：

图5

  显然颜色分布出现异常，不同颜色也会被划分到相同区域，便开始以为是自己对该方法和该参数的使用方式不对，经过反复检查确认后，RGB图像转换为RGBA的过程并没有错，又是一番查资料看官方文档，结果收获寥寥无几，但是面对自己课题研究的刚需，好在还有最后一条路——硬着头皮看源码。

四、解决过程

  借助pycharm的方便依次打开GLSurfacePlotItem部件代码，尤其是追溯colors参数的使用过程，包括这个参数传给了谁，一直到最后是谁用什么方式绘制传入的colors颜色值，一层一层深入，终于找到了问题的根源。

  根据pycharm对类和方法的追踪（Ctrl+鼠标单击），并查看colors参数传递过程，其中混入了对于其他参数的判断条件增加了阅读难度，所以本人还是选择print大法好，说到底还是菜啊:)，这样便得知colors到底走的判断语句中哪一步了，colors传递的路程输出如下：

  根据自己定义的print输出可以看到经过哪个类的哪个方法，以及出现if-else语句时走的是哪一条语句，除此之外还可以看到，输出colors第一行数据片段发现，四通道的颜色值自始至终未发生任何变化，疑惑又加深了。
跟踪GLSurfacePlotItem类，进入其构造方法，可以看到colors在构造方法中传入了setData()方法，

所以继续跟踪setData()，这时候来到了GLSurfacePlotItem.py文件，在setData()方法中colors被传给了_meshdata对象，

于是再回到构造方法查看_meshdata对象，他是另一个MeshData类的对象，可以得知，上方在setData()方法中，传递colors所用的setVertexColors()方法必定是在MeshData类中，继续跟踪MeshData类，

在该类中追溯到setVertexColors()方法时，再次看到colors被传递的过程，这次是传给了类中的_vertexColors对象，但是这里只能看到传递过程，却没有了如何继续使用，

但是搞清楚前面的_meshdata对象后，再回到GLSurfacePlotItem.py，继续往下看，下面的self.setData()方法我们已经看过了，但没有绘制过程，因此可以推断，绘制过程在中间的GLMeshItem.init()实现，所以这时候再去查看这个GLMeshItem构造方法做了什么。

当进入这个GLMeshItem.py文件后，其实不需要再花多余的时间了，因为最下面有个很明显的方法叫paint()，这里一定就是绘制过程了，并且能够看到glColorPointerf(color)这一步，就是color被传送的终点！

  跟踪glColorPointerf()的位置后，在其对应的pointers文件中可以看到，这里可用的着色方式有很多种，每个glColorPointer后面都有额外的一两个字母，指的是不同数据类型，然而而整个colors传递过程中并没有看到哪里是可以更改这个着色方式的，哪怕colors切换了不同的数据类型，依旧是执行glColorPointerf类型，所以在这里开始尝试更改类型，以解决颜色划分不正确的问题。

五、最终解决方案

  根据前文，在尝试修改了各种类型后，发现有的类型导致地形图直接全黑，有的跟图5一样颜色划分出现错误，只有将源码中GLMeshItem.py文件内paint()方法中，glColorPointerf修改为glColorPointerb时，如下：

  颜色划分终于正确了，可惜显示的颜色不对，尚没有解决，如图6。

图6

  由于时间有限，只是对glColorPointer简单搜索了解了一下，发现这部分正是OpenGL方面的内容，我对于OpenGL几乎一无所知，关于这个颜色显示异常的问题，只有熟悉OpenGL的大佬帮忙解答了，或许能帮忙找到最准确的实现本文需求的方式，还请不吝赐教！

原创不易，转载请注明出处！