python - 如何将彩色图显示为从数组实时生成的 pygame 表面？

Question

我的目标是在 pygame 实例内显示一个颜色图，以 49 个元素 ndarray 的形式反射(reflect)实时输入，范围从 -6 到 2，标准化为 0 到 1 的值。到目前为止，我正在使用 matplotlib 创建 map ，并使用后端将其转换为 RGB 字符串，最终获得我的 pygame 表面。我的主要问题是显示速度非常慢(大约 1 fps)，因此我决定直接生成此 map 作为 pygame 表面，但我正在努力寻找令人满意的显示。

如何从数组实时生成 pygame 表面并将其缩放到合理的大小以获得接近 matplotlib 的显示效果？

Answer 1

事实上，您可以使用 pygame 渲染数组。我不知道什么是 matplotlib 以及您需要执行哪些计算，所以我回答最后两个问题。要缩放 Surface，请使用 pygame.transform.scale 函数(请参阅文档)。至于数组渲染，简单来说，您当然需要安装 Numpy 和 pygame 库。然后您决定数据的去向和内容。通常在表面上有颜色 channel - 红绿蓝和 Alpha(如果使用透明度)。您应该在那里写入您的数据。请参阅下面的示例，它只是将矩形放入 channel 数组中并将其绘制到屏幕上(仅一次，没有任何更改)。

import numpy, pygame
from pygame.locals import *

# byte packing function
def Pack4bytes(c1,c2,c3,c4) :
    result = c1 << 24 | c2 << 16 | c3 << 8 | c4
    return result

#Initialise display and empty array
width = 200
height = 100
pygame.init()
DISP = pygame.display.set_mode((width, height))
Sample = numpy.zeros((width, height), dtype = numpy.uint32)
Output = numpy.zeros_like(Sample)

#Initialise color channels
A = numpy.zeros_like(Sample)
R = numpy.zeros_like(Sample)
G = numpy.zeros_like(Sample)
B = numpy.zeros_like(Sample)

def Render() :
    # for example, fill the channels with some data
    # note the index order - pygame treats array as transposed matrix
    # first index refers to X , second - to Y coordinate
    R[:, 20:30] = 127
    G[:, 40:50] = 127
    B[:, 60:70] = 127

    # Now pack data and blit
    # Note byte order - in pygame it is exactly as follows - ARGB
    Output = Pack4bytes(A,R,G,B) 
    # blit Output to display, this one is for output same size as display
    pygame.surfarray.blit_array(DISP, Output) 

MyLoop = True
FPS = 8
clock = pygame.time.Clock( ) 
Render()
# empty loop, just does nothing
while MyLoop:
    clock.tick(FPS)
    for event in pygame.event.get( ):
        if event.type == QUIT: MyLoop = False
        if event.type == KEYDOWN:
            if event.key == K_ESCAPE: MyLoop = False
    pygame.display.update( )
pygame.quit( )

仔细阅读Render函数中的注释，非常重要。因此，如果您需要变化的图片，只需将 Render() 的调用放在循环内，并在函数体中定义要执行的计算即可。此示例仅适用于 RGB，因此 Alpha 将被忽略。使用 Python 2.6.6 和 Numpy 1.5.1 进行测试