Python学习05_图像的绘制
来源:互联网 发布:目录显示源码 编辑:程序博客网 时间:2024/06/06 03:04
转自:http://www.cnblogs.com/denny402/p/5122594.html
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 pltplt.imshow(img)
imshow()函数格式为:
matplotlib.pyplot.
imshow
(X, cmap=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:
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,dataimg=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 pltfrom skimage import io,dataimg=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
from skimage import dataimport matplotlib.pyplot as pltimg=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
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=None, figsize=None, dpi=None, facecolor=None, edgecolor=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(nrows,ncols,plot_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:
import matplotlib.pyplot as pltfrom skimage import data,colorimg = 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
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=1, ncols=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=1.08, h_pad=None, w_pad=None, rect=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 datafrom skimage.viewer import ImageViewerimg = 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()- Python学习05_图像的绘制
- Python学习12_基本图形的绘制
- python matplotlib图像的绘制
- Python学习06_图像的批量处理
- Python学习07_图像的形变与缩放
- Python学习08_图像的对比度和亮度
- python数字图像处理:图像的绘制
- Python学习10_图像简单滤波
- 【python 图像绘制】图像绘制知识总结
- Python-Matplotlib绘制简单图像
- python数字图像处理(5):图像的绘制
- python数字图像处理(5):图像的绘制
- python数字图像处理(5):图像的绘制
- Python学习04_图像数据类型及颜色空间转换
- Python学习11_图像自动阈值分割
- python图像处理——图像绘制
- 6.2.2_图像绘制器
- 【python图像处理】几何图形的绘制与文字的绘制(ImageDraw类详解)
- 【JavaScript数据类型转换】
- 谈宽搜SPFA算法和深搜优化SPFA
- 【每天学点redis】Redis的五种结构类型
- 在一个从左到右从上到下都是递增的m*n的矩阵中找一个数x
- 质方数-素数打表
- Python学习05_图像的绘制
- Django+Vue 框架踩坑构建【不涉及部署部分】
- 求一个二叉树的镜像/在二叉树中查找某个元素X
- HBASE完全分布式配置
- redis
- MySQL批量千万级数据SQL插入性能优化<细读>
- mac自带邮件设置QQ企业邮箱发邮件
- 年终奖
- C#正则表达式Regex类的用法