标签: pycairo

我有一个使用Cairo 图像表面的小型 PyGI 项目，然后我使用表面图案进行缩放并在 Gtk.DrawingArea 上渲染。

我想将缩放版本写入PNG 文件。我试图用Surface.write_to_png()从原始表面写入，但它只写入原始（即非缩放）大小，所以我被困在那里。

然后我想我也许可以从 Gtk.DrawingArea 获取渲染图像并将其写入磁盘，但我还没有找到如何在 PyGI 中做到这一点（这似乎只能在 GTK+ 2 中实现 -将 gtk.DrawingArea 保存到文件）。所以我想弄清楚如何将缩放后的图像写入磁盘。

这是创建表面、放大并渲染它的代码：

def on_drawingarea1_draw (self, widget, ctx, data=None):

    # 'widget' is a Gtk.DrawingArea
    # 'ctx' is the Cairo context

    text = self.ui.entry1.get_text()
    if text == '':
        return

    # Get the data and encode it into the image
    version, size, im = qrencode.encode(text)
    im = im.convert('RGBA') # Cairo expects RGB

    # Create a …

我想在Mac OSX Lion上为Cairo安装Python绑定,以便我可以将它们与Python 2.7的Apple版本一起使用.我倾向于使用Python模块等安装easy_install,但在这种情况下似乎不起作用:

$ sudo easy_install pycairo
Searching for pycairo
Reading http://pypi.python.org/simple/pycairo/
Reading http://cairographics.org/pycairo
Best match: pycairo 1.10.0
Downloading http://cairographics.org/releases/pycairo-1.10.0.tar.bz2
Processing pycairo-1.10.0.tar.bz2
error: Couldn't find a setup script in /tmp/easy_install-BYpm4Y/pycairo-1.10.0.tar.bz2

Stack Overflow上的其他地方也有类似的问题,但答案并没有解释我在这里做错了什么.

这个问题与Python 2.6有关,接受的答案使用Macport而不是easy_install,而另一个答案似乎是建议使用我上面尝试的方法(失败):

你如何在Mac OS X上安装pycairo？

这个问题涉及从源代码构建pycairo,我不想这样做:

如何在osx上安装pycairo？

我想用Pycairo生成一个动态创建的png图像,然后用它来设置Django.我读到这个:使用Django提供动态生成的图像.

有没有办法将Pycairo表面的数据直接传输到HTTP响应中？我现在这样做:

data = surface.to_rgba()
im = Image.frombuffer ("RGBA", (width, height), data, "raw", "RGBA", 0,1)
response = HttpResponse(mimetype="image/png")
im.save(response, "PNG")
return response

但它实际上不起作用,因为没有to_rgba调用(这个调用我发现使用谷歌代码,但不起作用).

编辑:to_rgba可以用正确的调用get_data()替换,但我仍然想知道我是否可以完全绕过PIL.

又是我.这是一个与我正在做的项目相关的代码,称为Twitter数据上的情感分析.以下代码主要用于显示正负推文的数量,我在下面给出了错误.

from pyspark import SparkConf, SparkContext
from pyspark.streaming import StreamingContext
from pyspark.streaming.kafka import KafkaUtils
import operator
import numpy as np
import matplotlib.pyplot as plt


def main():
        conf = SparkConf().setMaster("local[2]").setAppName("Streamer")
        sc = SparkContext(conf=conf)

        # Creating a streaming context with batch interval of 10 sec
        ssc = StreamingContext(sc, 10)
        ssc.checkpoint("checkpoint")
        pwords = load_wordlist("positive.txt")
        nwords = load_wordlist("negative.txt")
        counts = stream(ssc, pwords, nwords, 100)
        make_plot(counts)


def make_plot(counts):
        """
        This function plots the counts of positive and negative words for each timestep.
        """
        positiveCounts = …