可视化google quickdraw数据

Question

我想要可视化google的quickdraw数据，基本上有一个数据集(ndjson)，其中每行包含一个绘图：

{ 
"key_id":"5891796615823360",
"word":"nose",
"countrycode":"AE",
"timestamp":"2017-03-01 20:41:36.70725 UTC",
"recognized":true,
"drawing":[[[129,128,129,129,130,130,131,132,132,133,133,133,133,...]]]
}

我的问题是:我如何才能使绘图可视化？它说数组的格式是：

 [ 
  [  // First stroke 
    [x0, x1, x2, x3, ...],
    [y0, y1, y2, y3, ...],
    [t0, t1, t2, t3, ...]
  ],
  [  // Second stroke
    [x0, x1, x2, x3, ...],
    [y0, y1, y2, y3, ...],
    [t0, t1, t2, t3, ...]
  ],
  ... // Additional strokes
]

但我仍然不知道如何将它可视化，我已经看到了一个答案，here，我也不知道python，什么是木星，还有其他方法吗？提前谢谢你

QuickDraw数据集github：https://github.com/googlecreativelab/quickdraw-dataset

Answer 1

即使你不是很了解Python，你仍然可以使用这些数据：

• 一幅画是由笔画组成的
• 每个笔画都有x，y位置，每个(在一个单独的数组中)

在Python中绘制有很多方法(例如PIL ImageDraw、pygame、opencv等)。

将多段线描述为[[x1,y1],[x2,y2],etc.]非常直观。数据集的唯一问题是数据格式为[[x1,x2,etc.],[y1,y2,etc.]]

你可以很容易的合并x1，x2，...有了y1，y2，...使用zip()的数据

然后，您可以轻松地遍历每条多段线，并使用您选择的Python API对其进行渲染。

以下是使用PIL和cat quickdraw数据集的示例：

import json
from PIL import Image, ImageDraw

# read ndjson lines
lines = open('full_simplified_cat.ndjson','r').readlines()
# grab the first line, JSON parse it and fetch the 'drawing' array
raw_drawing = json.loads(lines[0])['drawing']

print('before',raw_drawing)
# zip x,y coordinates for each point in every polyline
polylines = (zip(polyline[0], polyline[1]) for polyline in raw_drawing)
# notice how the data is shuffled to (x1,y1),(x2,y2) order
print('after',polylines)

# make a new image
pil_img = Image.new("RGB", (240, 270), (255,255,255))
# get a drawing context
d = ImageDraw.Draw(pil_img)
# render each polyline
for polyline in polylines:
    d.line(polyline,fill=(0, 0, 0),width=3)
# display image
pil_img.show()

​

​

更新：

您已链接到上面的QuickDraw数据集范围包括一个指向quickdraw python module的链接，该链接使快速绘制数据的可视化变得非常简单：

from quickdraw import QuickDrawData

qd = QuickDrawData()

anvil = qd.get_drawing("anvil")
anvil.image.show()

上面的代码片段是来自https://github.com/martinohanlon/quickdraw_python/tree/master/examples的show_image.py示例