RGB色域与普朗克轨迹叠加绘制方法

本文深入解析了如何利用Colour Science库与Matplotlib协同工作，在同一张CIE 1931色度图中精准叠加RGB色域（如BT.709、BT.2020）与普朗克轨迹等多重色彩科学元素——关键突破在于摒弃各自独立绘图的惯性思维，转而通过显式复用同一axes对象实现无缝整合，并配以清晰可复现的代码示例和易踩坑提示（如接口弃用警告、standalone=False的必要性、kwargs定制技巧），让读者轻松掌握构建专业级色彩空间分析视图的核心方法。

本文详解如何使用Colour Science库将多个色彩可视化元素（如RGB色域与黑体辐射轨迹）统一绘制在同一CIE1931色度图中，核心在于复用Matplotlib轴对象（axes），而非分别调用show=True。

在色彩科学分析与可视化中，常需在同一色度图（如CIE 1931 xy chromaticity diagram）中对比不同对象：例如，同时展示ITU-R BT.709与BT.2020等RGB色域边界，以及代表理想黑体光源色温变化路径的普朗克轨迹（Planckian locus）。Colour Science for Python 提供了高度封装的绘图函数（如 plot_RGB_colourspaces_in_chromaticity_diagram_CIE1931 和 plot_planckian_locus_in_chromaticity_diagram_CIE1931），但它们默认各自创建独立图形窗口——若直接设置 show=False / show=True 并顺序调用，无法实现叠加，因为后一个绘图会覆盖前一个图形环境。

正确做法是：显式获取并复用同一组 Matplotlib 轴（axes）对象。具体步骤如下：

1. 首先调用任一绘图函数（推荐从色域绘图开始），设置 show=False，并捕获其返回的 (figure, axes) 元组；
2. 将该 axes 对象作为参数传入后续绘图函数（注意部分函数接口略有差异，需匹配对应模块路径）；
3. 最终统一调用 plt.show() 渲染整合后的图形。

以下为完整可运行示例（兼容 Colour ≥ 0.4.4）：

import colour
import matplotlib.pyplot as plt

# 步骤1：绘制RGB色域，不显示，获取axes
fig, ax = colour.plotting.plot_RGB_colourspaces_in_chromaticity_diagram_CIE1931(
    ["ITU-R BT.709", "ITU-R BT.2020"],
    show=False,
    standalone=False  # 确保不自动调用plt.show()
)

# 步骤2：在同一axes上叠加普朗克轨迹（注意使用temperature子模块）
colour.plotting.temperature.plot_planckian_locus(
    axes=ax,
    show=False,
    plot_dots=True,
    tie_lines=True,
    D65_reference_line=True
)

# 可选：添加色温标注点（如D50、D65）
colour.plotting.temperature.plot_planckian_locus_CIE1931(
    axes=ax,
    show=False,
    planckian_locus_kwargs={'color': 'k', 'linewidth': 0.8},
    blackbody_spectral_radiance_kwargs={'color': 'r', 's': 15}
)

# 步骤3：统一显示最终图形
plt.show()

⚠️ 关键注意事项：

• 不要混用 plot_planckian_locus_in_chromaticity_diagram_CIE1931（已弃用/行为不稳定）与 temperature.plot_planckian_locus —— 后者是当前推荐接口，专为轴复用设计；
• 所有后续绘图函数必须显式传入 axes= 参数，且确保 show=False（避免中途触发渲染）；
• 若需自定义样式（如线宽、颜色、标注），优先使用各函数的 *kwargs（如 planckian_locus_kwargs, chromaticity_diagram_kwargs）而非手动操作 ax；
• standalone=False 是重要安全选项，防止某些函数内部意外调用 plt.show() 导致流程中断。

通过这种基于 axes 的组合方式，你不仅能叠加普朗克轨迹与RGB色域，还可进一步集成光源色品点、色差椭圆（MacAdam）、或自定义数据散点，构建专业级色彩空间分析视图。

好了，本文到此结束，带大家了解了《RGB色域与普朗克轨迹叠加绘制方法》，希望本文对你有所帮助！关注golang学习网公众号，给大家分享更多文章知识！