R语言从拍摄照片生成色卡用于统计图

ok.png

ex_2021-04-29_02-10-25.png
ex_2021-04-29_02-13-55.png
图片1.jpg
微信图片_20210429013555.jpg
# Thu Apr 29 01:37:23 2021 -

# 字符编码:UTF-8
# R 版本:R x64 4.0.5 for window 10
# cgh163email@163.com
# 个人笔记不负责任,拎了个梨🍐🍈
.rs.restartR()
require(imgpalr)
require(magick)
require(billboarder)
require(magickGUI)
rm(list = ls());gc()

myimg <- image_read('微信图片_20210429013555.jpg')
myimg
myimg.ok <- interactive_crop(myimg)
myimg.ok
image_write(myimg.ok,path = '~/ex1.jpg')

n <- 10 # 颜色数量
image_pal('~/ex1.jpg', n = n, type = "div",
          saturation = c(0.75, 1), brightness = c(0.75, 1), plot = TRUE)

myco <- image_pal('~/ex1.jpg', n = n, type = "div",
          saturation = c(0.75, 1), brightness = c(0.75, 1), plot = TRUE)

myco
# Thu Apr 29 01:38:09 2021 ------------------------------


require(billboarder)

#随机数模拟坐标散点:
mydt <- data.frame(
  lat = runif(10, 30, 35),
  lon = runif(10, 116.3, 121.9) ,
  size = round(runif(10, 5, 50), 2) ,
  type = sample(LETTERS[1:5], 10, replace =TRUE),
  co = substr(rainbow(10), 1, 7))
head(mydt)# lat lon size type co

billboarder() %>%
  bb_piechart(data = mydt) %>%
  bb_color(palette = myco)

# Tue Apr 27 23:50:21 2021 --end
# Thu Apr 29 02:14:29 2021 ----gg--------------------------
require(ggplot2)
library(showtext)
showtext_auto() # 避免字体错乱

ggplot(data = mydt)+
  geom_point(aes(x = lon,y = lat,color=co),
             show.legend= T,size=8)+
             geom_text(aes(y = lat,x = lon,
                           label=co))+
  scale_color_manual(values=myco,
                     label = myco %>% as.character() # 图例名 连续变量
                     )+
  theme(
    legend.text= element_text(
      family = "xingkai",  #字体
      face = "bold", #字型(黑体、斜体etc)
      size = 10, #字号
      colour = myco)) +#颜色
   labs(
     # breaks ='aaa',
    title = "从拍摄照片生成色卡用于统计图🍐", #标题名
    x = "🍐",    #横轴名
    y = "🍐🍐🤣",    #纵轴名
    col = "色值"   #图例名
# ,fill=myco
  )
# Thu Apr 29 02:42:39 2021 --end
# Thu Apr 29 02:44:57 2021 ----添加静态照片--------------------------
require(grid)
vp <- viewport(x = 0.6, y = 0.3, width = 0.5, height = 0.5)
grid.raster(myimg, vp = vp)
# Thu Apr 29 02:47:35 2021 --end
dev.copy(png, "ok.png",width=1080,height=1080);dev.off()

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 211,639评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,277评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,221评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,474评论 1 283
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,570评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,816评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,957评论 3 408
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,718评论 0 266
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,176评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,511评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,646评论 1 340
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,322评论 4 330
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,934评论 3 313
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,755评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,987评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,358评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,514评论 2 348

推荐阅读更多精彩内容