【Matplotlib】基础设置之图像处理05

图像基础

导入相应的包:

python 复制代码
import matplotlib.pyplot as plt
import matplotlib.image as mpimg
import numpy as np
%matplotlib inline

导入图像

我们首先导入上面的图像,注意 matplotlib 默认只支持 PNG 格式的图像,我们可以使用 mpimg.imread 方法读入这幅图像:

python 复制代码
img = mpimg.imread('stinkbug.png')
python 复制代码
img.shape
复制代码
(375L, 500L, 3L)

这是一个 375 x 500 x 3RGB 图像,并且每个像素使用 uint8 分别表示 RGB 三个通道的值。不过在处理的时候,matplotlib 将它们的值归一化到 0.0~1.0 之间:

python 复制代码
img.dtype
复制代码
dtype('float32')

显示图像

使用 plt.imshow() 可以显示图像:

python 复制代码
imgplot = plt.imshow(img)

伪彩色图像

从单通道模拟彩色图像:

python 复制代码
lum_img = img[:,:,0]
imgplot = plt.imshow(lum_img)

改变 colormap

python 复制代码
imgplot = plt.imshow(lum_img)
imgplot.set_cmap('hot')
python 复制代码
imgplot = plt.imshow(lum_img)
imgplot.set_cmap('spectral')

显示色度条:

python 复制代码
imgplot = plt.imshow(lum_img)
imgplot.set_cmap('spectral')
plt.colorbar()
plt.show()

限制显示范围

先查看直方图:

python 复制代码
plt.hist(lum_img.flatten(), 256, range=(0.0,1.0), fc='k', ec='k')
plt.show()

将显示范围设为 0.0-0.7

python 复制代码
imgplot = plt.imshow(lum_img)
imgplot.set_clim(0.0,0.7)

resize 操作

python 复制代码
from PIL import Image
img = Image.open('stinkbug.png')
rsize = img.resize((img.size[0]/10,img.size[1]/10))
rsizeArr = np.asarray(rsize) 
imgplot = plt.imshow(rsizeArr)

上面我们将这个图像使用 PIL 的 Image 对象导入,并将其 resize 为原来的 1/100,可以看到很多细节都丢失了。

在画图时,由于画面的大小与实际像素的大小可能不一致,所以不一致的地方会进行插值处理,尝试一下不同的插值方法:

python 复制代码
imgplot = plt.imshow(rsizeArr)
imgplot.set_interpolation('nearest')
python 复制代码
imgplot = plt.imshow(rsizeArr)
imgplot.set_interpolation('bicubic')
相关推荐
飞哥数智坊13 小时前
GPT-5-Codex 发布,Codex 正在取代 Claude
人工智能·ai编程
倔强青铜三13 小时前
苦练Python第46天:文件写入与上下文管理器
人工智能·python·面试
虫无涯14 小时前
Dify Agent + AntV 实战:从 0 到 1 打造数据可视化解决方案
人工智能
Dm_dotnet16 小时前
公益站Agent Router注册送200刀额度竟然是真的
人工智能
算家计算17 小时前
7B参数拿下30个世界第一!Hunyuan-MT-7B本地部署教程:腾讯混元开源业界首个翻译集成模型
人工智能·开源
机器之心17 小时前
LLM开源2.0大洗牌:60个出局,39个上桌,AI Coding疯魔,TensorFlow已死
人工智能·openai
Juchecar18 小时前
交叉熵:深度学习中最常用的损失函数
人工智能
林木森ai18 小时前
爆款AI动物运动会视频,用Coze(扣子)一键搞定全流程(附保姆级拆解)
人工智能·aigc
聚客AI19 小时前
🙋‍♀️Transformer训练与推理全流程:从输入处理到输出生成
人工智能·算法·llm
BeerBear20 小时前
【保姆级教程-从0开始开发MCP服务器】一、MCP学习压根没有你想象得那么难!.md
人工智能·mcp