• python matplotlib:图像的绘制


    实际上前面我们就已经用到了图像的绘制,如:

    io.imshow(img)  

    这一行代码的实质是利用matplotlib包对图片进行绘制,绘制成功后,返回一个matplotlib类型的数据。因此,我们也可以这样写:

    import matplotlib.pyplot as plt
    plt.imshow(img)

    imshow()函数格式为:

    matplotlib.pyplot.imshow(Xcmap=None)

    X: 要绘制的图像或数组。

    cmap: 颜色图谱(colormap), 默认绘制为RGB(A)颜色空间。

    其它可选的颜色图谱如下列表:

    颜色图谱描述
    autumn 红-橙-黄
    bone 黑-白,x线
    cool 青-洋红
    copper 黑-铜
    flag 红-白-蓝-黑
    gray 黑-白
    hot 黑-红-黄-白
    hsv hsv颜色空间, 红-黄-绿-青-蓝-洋红-红
    inferno 黑-红-黄
    jet 蓝-青-黄-红
    magma 黑-红-白
    pink 黑-粉-白
    plasma 绿-红-黄
    prism  红-黄-绿-蓝-紫-...-绿模式
    spring 洋红-黄
    summer 绿-黄
    viridis 蓝-绿-黄
    winter 蓝-绿

    用的比较多的有gray,jet等,如:

    plt.imshow(image,plt.cm.gray)
    plt.imshow(img,cmap=plt.cm.jet)

    在窗口上绘制完图片后,返回一个AxesImage对象。要在窗口上显示这个对象,我们可以调用show()函数来进行显示,但进行练习的时候(ipython环境中),一般我们可以省略show()函数,也能自动显示出来。

    from skimage import io,data
    img=data.astronaut()
    dst=io.imshow(img)
    print(type(dst))
    io.show()

    显示为:

    可以看到,类型是'matplotlib.image.AxesImage'。显示一张图片,我们通常更愿意这样写:

    import matplotlib.pyplot as plt
    from skimage import io,data
    img=data.astronaut()
    plt.imshow(img)
    plt.show()

    matplotlib是一个专业绘图的库,相当于matlab中的plot,可以设置多个figure窗口,设置figure的标题,隐藏坐标尺,甚至可以使用subplot在一个figure中显示多张图片。一般我们可以这样导入matplotlib库:

    import matplotlib.pyplot as plt

    也就是说,我们绘图实际上用的是matplotlib包的pyplot模块。

    一、用figure函数和subplot函数分别创建主窗口与子图

    例:分开并同时显示宇航员图片的三个通道

    复制代码
    from skimage import data
    import matplotlib.pyplot as plt
    img=data.astronaut()
    plt.figure(num='astronaut',figsize=(8,8))  #创建一个名为astronaut的窗口,并设置大小 
    
    plt.subplot(2,2,1)     #将窗口分为两行两列四个子图,则可显示四幅图片
    plt.title('origin image')   #第一幅图片标题
    plt.imshow(img)      #绘制第一幅图片
    
    plt.subplot(2,2,2)     #第二个子图
    plt.title('R channel')   #第二幅图片标题
    plt.imshow(img[:,:,0],plt.cm.gray)      #绘制第二幅图片,且为灰度图
    plt.axis('off')     #不显示坐标尺寸
    
    plt.subplot(2,2,3)     #第三个子图
    plt.title('G channel')   #第三幅图片标题
    plt.imshow(img[:,:,1],plt.cm.gray)      #绘制第三幅图片,且为灰度图
    plt.axis('off')     #不显示坐标尺寸
    
    plt.subplot(2,2,4)     #第四个子图
    plt.title('B channel')   #第四幅图片标题
    plt.imshow(img[:,:,2],plt.cm.gray)      #绘制第四幅图片,且为灰度图
    plt.axis('off')     #不显示坐标尺寸
    
    plt.show()   #显示窗口
    复制代码

    在图片绘制过程中,我们用matplotlib.pyplot模块下的figure()函数来创建显示窗口,该函数的格式为:

    matplotlib.pyplot.figure(num=Nonefigsize=Nonedpi=Nonefacecolor=Noneedgecolor=None)

    所有参数都是可选的,都有默认值,因此调用该函数时可以不带任何参数,其中:

    num: 整型或字符型都可以。如果设置为整型,则该整型数字表示窗口的序号。如果设置为字符型,则该字符串表示窗口的名称。用该参数来命名窗口,如果两个窗口序号或名相同,则后一个窗口会覆盖前一个窗口。

    figsize: 设置窗口大小。是一个tuple型的整数,如figsize=(8,8)

    dpi: 整形数字,表示窗口的分辨率。

    facecolor: 窗口的背景颜色。

    edgecolor: 窗口的边框颜色。

    用figure()函数创建的窗口,只能显示一幅图片,如果想要显示多幅图片,则需要将这个窗口再划分为几个子图,在每个子图中显示不同的图片。我们可以使用subplot()函数来划分子图,函数格式为:

    matplotlib.pyplot.subplot(nrowsncolsplot_number)

    nrows: 子图的行数。

    ncols: 子图的列数。

    plot_number: 当前子图的编号。

    如:

    plt.subplot(2,2,1)

    则表示将figure窗口划分成了2行2列共4个子图,当前为第1个子图。我们有时也可以用这种写法:

    plt.subplot(221)

    两种写法效果是一样的。每个子图的标题可用title()函数来设置,是否使用坐标尺可用axis()函数来设置,如:

    plt.subplot(221)
    plt.title("first subwindow")
    plt.axis('off')  

    二、用subplots来创建显示窗口与划分子图

    除了上面那种方法创建显示窗口和划分子图,还有另外一种编写方法也可以,如下例: 

    复制代码
    import matplotlib.pyplot as plt
    from skimage import data,color
    
    img = data.immunohistochemistry()
    hsv = color.rgb2hsv(img)
    
    fig, axes = plt.subplots(2, 2, figsize=(7, 6))
    ax0, ax1, ax2, ax3 = axes.ravel()
    
    ax0.imshow(img)
    ax0.set_title("Original image")
    
    ax1.imshow(hsv[:, :, 0], cmap=plt.cm.gray)
    ax1.set_title("H")
    
    ax2.imshow(hsv[:, :, 1], cmap=plt.cm.gray)
    ax2.set_title("S")
    
    ax3.imshow(hsv[:, :, 2], cmap=plt.cm.gray)
    ax3.set_title("V")
    
    for ax in axes.ravel():
        ax.axis('off')
    
    fig.tight_layout()  #自动调整subplot间的参数
    复制代码

    直接用subplots()函数来创建并划分窗口。注意,比前面的subplot()函数多了一个s,该函数格式为:

    matplotlib.pyplot.subplots(nrows=1ncols=1)

    nrows: 所有子图行数,默认为1。

    ncols: 所有子图列数,默认为1。

    返回一个窗口figure, 和一个tuple型的ax对象,该对象包含所有的子图,可结合ravel()函数列出所有子图,如:

    fig, axes = plt.subplots(2, 2, figsize=(7, 6))
    ax0, ax1, ax2, ax3 = axes.ravel()

    创建了2行2列4个子图,分别取名为ax0,ax1,ax2和ax3, 每个子图的标题用set_title()函数来设置,如:

    ax0.imshow(img)
    ax0.set_title("Original image")

    如果有多个子图,我们还可以使用tight_layout()函数来调整显示的布局,该函数格式为:

    matplotlib.pyplot.tight_layout(pad=1.08h_pad=Nonew_pad=Nonerect=None)

    所有的参数都是可选的,调用该函数时可省略所有的参数。

    pad: 主窗口边缘和子图边缘间的间距,默认为1.08

    h_pad, w_pad: 子图边缘之间的间距,默认为 pad_inches

    rect: 一个矩形区域,如果设置这个值,则将所有的子图调整到这个矩形区域内。

    一般调用为:

    plt.tight_layout()  #自动调整subplot间的参数

    三、其它方法绘图并显示

    除了使用matplotlib库来绘制图片,skimage还有另一个子模块viewer,也提供一个函数来显示图片。不同的是,它利用Qt工具来创建一块画布,从而在画布上绘制图像。

    例:

    from skimage import data
    from skimage.viewer import ImageViewer
    
    img = data.coins()
    viewer = ImageViewer(img)
    viewer.show()

    最后总结一下,绘制和显示图片常用到的函数有:

    函数名 功能 调用格式
    figure 创建一个显示窗口 plt.figure(num=1,figsize=(8,8)
    imshow 绘制图片 plt.imshow(image)
    show 显示窗口 plt.show()
    subplot 划分子图 plt.subplot(2,2,1)
    title 设置子图标题(与subplot结合使用) plt.title('origin image')
    axis 是否显示坐标尺 plt.axis('off')
    subplots 创建带有多个子图的窗口 fig,axes=plt.subplots(2,2,figsize=(8,8))
    ravel 为每个子图设置变量 ax0,ax1,ax2,ax3=axes.ravel()
    set_title 设置子图标题(与axes结合使用) ax0.set_title('first window')
    tight_layout 自动调整子图显示布局 plt.tight_layout()
     
    分类: Python
  • 相关阅读:
    HDU 2878 Great World of Goo
    HDU 4295 4 substrings problem
    UVALive 4975 Casting Spells
    UVA 10572 Black & White
    POJ 3133 Manhattan Wiring
    HDU 4267 A Simple Problem with Integers
    SPOJ 7258 Lexicographical Substring Search
    UVALive 4978 Fields and Farmers
    ssh连接aix问题与解决
    MDRT_<>$表
  • 原文地址:https://www.cnblogs.com/psztswcbyy/p/9324537.html
Copyright © 2020-2023  润新知