
回复内容:
补充一下MATLAB的代码:t = (0:.02:2)*pi;
r = 0:.02:1;
pcolor(cos(t)'*r,sin(t)'*r,t'*(r==r))
colormap(hsv(256)), shading interp, axis image off
...被抢先了...基本上就是在这个圆上颜色的色相(Hue),只与该点与圆心连线的夹角有关。知道这一点你就做一幅图像,然后遍历每一个点,把该点的坐标值
用 matplotlib 实现的话有个小技巧,把imshow的cmap改为hsv就可以直接按照色相来画。

# -*- coding:utf-8 -*-
from pylab import *
center = (250, 250)
radius = 250
img = zeros((500,500))
for i in range(500):
for j in range(500):
x = i - center[0] * 1.0
y = j - center[1] * 1.0
if x**2+y**2 < radius**2:
if x > 0:
img[i,j] = arctan(y/x)
elif x<0 and y>=0:
img[i,j] = arctan(y/x) + pi
elif x<0 and y<0:
img[i,j] = arctan(y/x) - pi
elif x==0 and y>0:
img[i,j] = pi / 2
elif x==0 and y<0:
img[i,j] = pi / -2
elif x==0 and y==0:
img[i,j] = 0.0
print img
imshow(img, cmap=cm.hsv)
show()
改编自@冯昱尧的代码from pylab import *
n=300
img=[[arctan2(x,y) if x*x+y*y<n*n else 0 for y in range(-n,n)] for x in range(-n,n)]
imshow(img, cmap=cm.hsv)
show()
如果根据这幅图,“光盘”的意思就是每一条半径的颜色在色相Hue上渐变。关于色相是什么(反正这里说的不是可以用来牺牲的那个色相了),可以参看Wiki:HSL和HSV色彩空间,那个H就是色相Hue。
有点像下面这幅图的横截面(摘自Wiki)
只不过明度Chroma没有变化。这样的话,蛮简单的啊。对每个像素算出它所在半径的角度 0~2π 然后映射到Hue的值域上就是了。
具体实现的话,话说可以用OpenCV吗?反正一些图像库里面是有HSR到RGB的转换函数的。
(我一直都不明白所谓邀请是怎么回事,以及为什么大家都爱说谢邀) 补充一下Mathematica代码
n=300;
c=Hue[i/n];
Graphics@Table[{c,EdgeForm@c,Disk[{0,0},1,2Pi/n{i-1,i}]},{i,n}]
期待mma的代码,估计一条语句搞定