python數字圖像處理圖像的繪制詳解
正文
實際上前面我們就已經用到瞭圖像的繪制,如:
io.imshow(img)
這一行代碼的實質是利用matplotlib包對圖片進行繪制,繪制成功後,返回一個matplotlib類型的數據。因此,我們也可以這樣寫:
import matplotlib.pyplot as plt plt.imshow(img)
imshow()函數格式為:
matplotlib.pyplot.imshow(X, cmap=None)
X: 要繪制的圖像或數組。
cmap: 顏色圖譜(colormap), 默認繪制為RGB(A)顏色空間。
其它可選的顏色圖譜如下列表:
顏色圖譜 | 描述 |
---|---|
autumn | 紅-橙-黃 |
bone | 黑-白,x線 |
cool | 青-洋紅 |
copper | 黑-銅 |
flag | 紅-白-藍-黑 |
gray | 黑-白 |
hot | 黑-紅-黃-白 |
hsv | hsv顏色空間, 紅-黃-綠-青-藍-洋紅-紅 |
inferno | 黑-紅-黃 |
jet | 藍-青-黃-紅 |
magma | 黑-紅-白 |
pink | 黑-粉-白 |
plasma | 綠-紅-黃 |
prism | 紅-黃-綠-藍-紫-…-綠模式 |
spring | 洋紅-黃 |
summer | 綠-黃 |
viridis | 藍-綠-黃 |
winter | 藍-綠 |
用的比較多的有gray,jet等,如:
plt.imshow(image,plt.cm.gray)
plt.imshow(img,cmap=plt.cm.jet)
在窗口上繪制完圖片後,返回一個AxesImage對象。要在窗口上顯示這個對象,我們可以調用show()函數來進行顯示,但進行練習的時候(ipython環境中),一般我們可以省略show()函數,也能自動顯示出來。
from skimage import io,data img=data.astronaut() dst=io.imshow(img) print(type(dst)) io.show()
顯示為:
可以看到,類型是'matplotlib.image.AxesImage'。顯示一張圖片,我們通常更願意這樣寫:
import matplotlib.pyplot as plt from skimage import io,data img=data.astronaut() plt.imshow(img) plt.show()
matplotlib是一個專業繪圖的庫,相當於matlab中的plot,可以設置多個figure窗口,設置figure的標題,隱藏坐標尺,甚至可以使用subplot在一個figure中顯示多張圖片。一般我們可以這樣導入matplotlib庫:
import matplotlib.pyplot as plt
也就是說,我們繪圖實際上用的是matplotlib包的pyplot模塊。
一、用figure函數和subplot函數分別創建主窗口與子圖
例:分開並同時顯示宇航員圖片的三個通道
from skimage import data import matplotlib.pyplot as plt img=data.astronaut() plt.figure(num='astronaut',figsize=(8,8)) #創建一個名為astronaut的窗口,並設置大小 plt.subplot(2,2,1) #將窗口分為兩行兩列四個子圖,則可顯示四幅圖片 plt.title('origin image') #第一幅圖片標題 plt.imshow(img) #繪制第一幅圖片 plt.subplot(2,2,2) #第二個子圖 plt.title('R channel') #第二幅圖片標題 plt.imshow(img[:,:,0],plt.cm.gray) #繪制第二幅圖片,且為灰度圖 plt.axis('off') #不顯示坐標尺寸 plt.subplot(2,2,3) #第三個子圖 plt.title('G channel') #第三幅圖片標題 plt.imshow(img[:,:,1],plt.cm.gray) #繪制第三幅圖片,且為灰度圖 plt.axis('off') #不顯示坐標尺寸 plt.subplot(2,2,4) #第四個子圖 plt.title('B channel') #第四幅圖片標題 plt.imshow(img[:,:,2],plt.cm.gray) #繪制第四幅圖片,且為灰度圖 plt.axis('off') #不顯示坐標尺寸 plt.show() #顯示窗口
在圖片繪制過程中,我們用matplotlib.pyplot模塊下的figure()函數來創建顯示窗口,該函數的格式為:
matplotlib.pyplot.figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None)
所有參數都是可選的,都有默認值,因此調用該函數時可以不帶任何參數,其中:
num: 整型或字符型都可以。如果設置為整型,則該整型數字表示窗口的序號。如果設置為字符型,則該字符串表示窗口的名稱。用該參數來命名窗口,如果兩個窗口序號或名相同,則後一個窗口會覆蓋前一個窗口。
figsize: 設置窗口大小。是一個tuple型的整數,如figsize=(8,8)
dpi: 整形數字,表示窗口的分辨率。
facecolor: 窗口的背景顏色。
edgecolor: 窗口的邊框顏色。
用figure()函數創建的窗口,隻能顯示一幅圖片,如果想要顯示多幅圖片,則需要將這個窗口再劃分為幾個子圖,在每個子圖中顯示不同的圖片。我們可以使用subplot()函數來劃分子圖,函數格式為:
matplotlib.pyplot.subplot(nrows, ncols, plot_number)
nrows: 子圖的行數。
ncols: 子圖的列數。
plot_number: 當前子圖的編號。
如:
plt.subplot(2,2,1)
則表示將figure窗口劃分成瞭2行2列共4個子圖,當前為第1個子圖。我們有時也可以用這種寫法:
plt.subplot(221)
兩種寫法效果是一樣的。每個子圖的標題可用title()函數來設置,是否使用坐標尺可用axis()函數來設置,如:
plt.subplot(221) plt.title("first subwindow") plt.axis('off')
二、用subplots來創建顯示窗口與劃分子圖
除瞭上面那種方法創建顯示窗口和劃分子圖,還有另外一種編寫方法也可以,如下例:
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() #自動調整subplot間的參數
直接用subplots()函數來創建並劃分窗口。註意,比前面的subplot()函數多瞭一個s,該函數格式為:
matplotlib.pyplot.subplots(nrows=1, ncols=1)
nrows: 所有子圖行數,默認為1。
ncols: 所有子圖列數,默認為1。
返回一個窗口figure, 和一個tuple型的ax對象,該對象包含所有的子圖,可結合ravel()函數列出所有子圖,如:
fig, axes = plt.subplots(2, 2, figsize=(7, 6)) ax0, ax1, ax2, ax3 = axes.ravel()
創建瞭2行2列4個子圖,分別取名為ax0,ax1,ax2和ax3, 每個子圖的標題用set_title()函數來設置,如:
ax0.imshow(img) ax0.set_title("Original image")
如果有多個子圖,我們還可以使用tight_layout()函數來調整顯示的佈局,該函數格式為:
matplotlib.pyplot.tight_layout(pad=1.08, h_pad=None, w_pad=None, rect=None)
所有的參數都是可選的,調用該函數時可省略所有的參數。
pad: 主窗口邊緣和子圖邊緣間的間距,默認為1.08
h_pad, w_pad: 子圖邊緣之間的間距,默認為 pad_inches
rect: 一個矩形區域,如果設置這個值,則將所有的子圖調整到這個矩形區域內。
一般調用為:
plt.tight_layout() #自動調整subplot間的參數
三、其它方法繪圖並顯示
除瞭使用matplotlib庫來繪制圖片,skimage還有另一個子模塊viewer,也提供一個函數來顯示圖片。不同的是,它利用Qt工具來創建一塊畫佈,從而在畫佈上繪制圖像。
例:
from skimage import data from skimage.viewer import ImageViewer img = data.coins() viewer = ImageViewer(img) viewer.show()
最後總結一下,繪制和顯示圖片常用到的函數有:
函數名 | 功能 | 調用格式 |
figure | 創建一個顯示窗口 | plt.figure(num=1,figsize=(8,8) |
imshow | 繪制圖片 | plt.imshow(image) |
show | 顯示窗口 | plt.show() |
subplot | 劃分子圖 | plt.subplot(2,2,1) |
title | 設置子圖標題(與subplot結合使用) | plt.title('origin image') |
axis | 是否顯示坐標尺 | plt.axis('off') |
subplots | 創建帶有多個子圖的窗口 | fig,axes=plt.subplots(2,2,figsize=(8,8)) |
ravel | 為每個子圖設置變量 | ax0,ax1,ax2,ax3=axes.ravel() |
set_title | 設置子圖標題(與axes結合使用) | ax0.set_title('first window') |
tight_layout | 自動調整子圖顯示佈局 | plt.tight_layout() |
以上就是python數字圖像處理圖像的繪制詳解的詳細內容,更多關於python數字圖像處理繪制的資料請關註WalkonNet其它相關文章!
推薦閱讀:
- Python+matplotlib繪制多子圖的方法詳解
- python繪圖中的 四個繪圖技巧
- python OpenCV圖像直方圖處理
- python繪圖subplots函數使用模板的示例代碼
- python中opencv 直方圖處理