五彩斑斓的黑——优雅实现

你永远不懂我伤悲，像五彩斑斓里的黑。

为了实现上文效果，不知扣掉多少程序员的三千烦恼丝，刚好手边有趁手的工具，让我来用python调侃几句。

一个数据科学家必备python的numpy库，简单高效。

一个基于C语言的很火的OpenCV2库，对症下药。

一个天很冷却仅一手插裤兜的年轻人，想露一手。

直给展示

废话少说，先上代码：

import numpy as np
import cv2

cd = np.random.normal(loc=-1, scale=1, size=(300, 500, 3))
cv2.imshow('cd', cd)
cv2.waitKey(0)

实现效果：

总体思路

生成一个矩形的3通道的图片，且颜色值随机，并保持在黑色附近。

实现方法

此处采用了python和两个大佬级工具numpy和cv2，简洁的前提是熟悉与熟练。

细节——简约而不简单

三通道图片（一般是RGB，此处是BGR）

        简单的三原色基础。

        cv2中只需要3维数组即可展示，格式如下：

[ # 第一维每个元素组成行， 长度值为300
    [ # 第二维每个元素就组成列，每一个[b，g，r]就是像素点了 长度值为500
        [b,g,r], [b,g,r],[b,g,r],... # 第三维每个元素为蓝绿红色彩亮度，长度为3（可为1，灰度图）
    ],
    [
        [b,g,r], [b,g,r],[b,g,r],...
    ],
    [
        [b,g,r], [b,g,r],[b,g,r],...
    ],
    ...
]

np.ndarray多维数组

        自带各种并发运算的神器，基本告别for循环了

        此处使用正态随机方法返回值类型正是三维的ndarray

np.random.normal 正态分布随机值

        在指定大小的多维数组中，随机生成每个元素的值

        生成策略为符合均值loc和方差scale的正态分布的随机数

cv2.imshow展示逻辑

        1.像素位置隐藏在数组下标中（与[[x,y],[x,y],...]这类把位置当做值的数组不同，注意辨别）

        2.最后一个维度若为1为灰度图，若为3为BGR

        3.最后一个维度控制对应颜色像素的亮度值，范围0-1

cv2.waitkey的“等你一万年”

        效果类似于cmd中的“按任意键继续……”，然后保持窗口，等待按键后关闭

        x=0，那么无限等待下去，直到有按键按下（不止一万年，如果不停电的话）

        x!=0的正整数，则等待该毫秒数自动关闭（过小或者不设会造成一闪而过）

注：学艺不精，简单分享，有误请指正。