Python matplotlib 图像处理

盆友圈的小可爱
917 阅读3分钟

这是我参与11月更文挑战的第22天，活动详情查看：2021最后一次更文挑战

前言

众所周知，matplotlib 模块非常强大，不仅提供绘制不同绘制折线、柱状、散点等图表pyplot，还提供常用图形绘制patches,绘制动态图类animation，具体详情可见往期文章。

matplotlib 模块中也提供matplotlib.image类对图像加载、缩放和显示操作。

本期，我们对matplotlib.image类相关方法和属性进行学习，let's go~

1. matplotlib.image 概述

matplotlib.image 是专门提供对图像进行加载、缩放和展示的操作。

  • matplotlib.image 将图像加载转换成三维数组，列表中每一组数据代表一个像素
  • matplotlib.image 可以将生成或者导入的numpy数组渲染生成图像
  • matplotlib.image 可以应用在对图像添加不同色域进行调色处理
  • matplotlib.image 对图像添加clim来限定rgb，同时可添加标度来进行查看
  • matplotlib.image 使用interpolation属性来对图像添加马赛克、虚化等处理

2. 图像处理相关方法

  • matplotlib.image 模块提供类方法

类方法说明
matplotlib.image._Image(ax)Image抽象类，继承Artist
matplotlib.image.AxesImage(ax)为图片添加Axes对象，是_Image的子类之一
matplotlib.image.PcolorImage(ax)通过使用不规则的网格制作pcolor样式绘图
matplotlib.image.FigureImage(fig)将图片添加到画布上
matplotlib.image.BboxImage(bbox)给定特定bbox的Image类
matplotlib.image.NonUniformImage(ax)处理非均匀的图像Image类

image.png

  • matplotlib.image 模块提供方法

方法作用
matplotlib.image.imread(frame)加载图片
matplotlib.image.imsave(frame,arr)保存图片文件
matplotlib.image.thumbnail(infile,thumfile)对图片进行缩略处理
matplotlib.image.pil_to_array(pilImage)加载PIL图片作为numpy int数组返回
matplotlib.image.composite_images(images, renderer)将多个RGBA图像合成为一个

3. 图像处理步骤

matplotlib模块中，我们可以使用image类相关方法来对图像进行处理，主要有以下步骤：

  • 导入绘制图形的matplotlib.pyplot和图像处理的matplotlib.image类
import matplotlib.pyplot as plt
import matplotlib.image as mpimage
  • 调用pyplot.subplots()创建两个Axes对象
fig,(ax1,ax2) = plt.subplots(1,2,sharey=True)
  • 调用matplotlib.image.imread(file) 加载图像生成三维数据
img = mpimage.imread("image.png")
  • 对图像的三维数据进行调取图像像素通道只显示单通道数据
create_img = img[:,:,0]
  • 调用pyplot.imshow(img) 将图像单通道三维数据转换成图像
ax1.imshow(img)
ax2.imshow(create_img)
  • 调用pyplot.show() 将图像渲染到画布上
ax1.set_title("原图")
ax2.set_title("显示单通道")
pyplot.show()
  • 原图对比显示单通道色系结果

image.png

  • 使用pyplt.imshow() cmap属性对图像进行调色
create_img = img[:,:,2]
ax2.imshow(create_img,cmap="Blues_r")

image.png

  • 调用pyplot.colorbar()显示颜色条
img = mpimage.imread("image.jpg")
create_img = img[:, :, 2]

fig = plt.figure()
ax1 = fig.add_subplot(1,2,1)
im = plt.imshow(img,cmap="hot")
im.set_clim(0.0,0.7)
ax1.set_title("原图")
plt.colorbar(orientation='horizontal')
ax2 = fig.add_subplot(1,2,2)
im = plt.imshow(create_img,cmap="Blues_r")
im.set_clim(0.0,0.7)
ax2.set_title("调色")
plt.colorbar(orientation="horizontal")

image.png

  • 对图像进行缩放插值处理调用thumbnail()
from PIL import Image
Pimg = Image.open("BQ.jpg")

ax2 = fig.add_subplot(1,2,2)
Pimg.thumbnail((64, 64), Image.ANTIALIAS)
im = plt.imshow(Pimg)
im.set_clim(0.0,0.7)
ax2.set_title("插值")
plt.colorbar(orientation="horizontal")

image.png

  • 对图像进行模糊处理可以再添加interpolation属性
Pimg = Image.open("BQ.jpg")
fig = plt.figure()
ax1 = fig.add_subplot(1,2,1)
Pimg.thumbnail((64, 64), Image.ANTIALIAS)
im = plt.imshow(Pimg,interpolation="bicubic")
im.set_clim(0.0,0.7)
ax1.set_title("bicubic")
plt.colorbar(orientation='horizontal')
ax2 = fig.add_subplot(1,2,2)
Pimg.thumbnail((64, 64), Image.ANTIALIAS)
im = plt.imshow(Pimg,interpolation="nearest")
im.set_clim(0.0,0.7)
ax2.set_title("nearest")
plt.colorbar(orientation="horizontal")

image.png

总结

本期，我们对matplotlib.image 对图像处理相关方法进行学习和掌握。在对图像进行模糊处理时，通常会与PIL图像库进行结合使用。

以上是本期内容，欢迎大佬们点赞评论，我们下期见~

avatar
文章
阅读
粉丝