matplotlib 笔记 imshow

Posted UQI-LIUWJ

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了matplotlib 笔记 imshow相关的知识,希望对你有一定的参考价值。

1 基本介绍

        将数据显示为图像,一般放到在 2D 常规栅格上。

输入可以是实际的 RGB(A) 数据,也可以是 2D 标量数据,它们将被渲染为伪彩色图像。

         为了显示灰度图像,使用参数 cmap='gray', vmin=0, vmax=255 设置颜色映射。

        plt.imshow()函数负责对图像进行处理,并显示其格式,但是不能显示。其后跟着plt.show()才能显示出来。

2 基本使用方法

matplotlib.pyplot.imshow(X, 
    cmap=None, 
    norm=None, 
    *, 
    aspect=None, 
    interpolation=None, 
    alpha=None, 
    vmin=None, 
    vmax=None, 
    origin=None, 
    extent=None, 
    interpolation_stage=None, 
    filternorm=True, 
    filterrad=4.0, 
    resample=None, 
    url=None, 
    data=None, 
    **kwargs)

3 主要参数说明

X

图像数据。

支持的数组形状有:

  • (M, N):具有标量数据的图像。 使用normalization和colormap将值映射到颜色。 参见

参数 norm、cmap、vmin、vmax。

  • (M, N, 3):具有 RGB 值(0-1 float 或 0-255 int)的图像。
  • (M, N, 4):具有 RGBA 值(0-1 float 或 0-255 int)的图像,A是透明度。

        前两个维度 (M, N) 定义图像的行和列。 超出范围的 RGB(A) 值将被剪裁。

cmap
norm

        Normalize 实例用于在使用 cmap 映射到颜色之前将标量数据缩放到 [0, 1] 范围。

        默认情况下,使用将最小值映射到 0 并将最大值映射到 1 的线性缩放。

         对于 RGB(A) 数据,此参数将被忽略。

interpolation

使用的插值方法。

支持的值为 'none'、'antialiased'、'nearest'、'bilinear'、'bicubic'、'spline16'、'spline36'、'hanning'、'hamming'、

'hermite'、'kaiser'、'quadric' , 'catrom', 'gaussian', 'bessel', 'mitchell', 'sinc', 'lanczos', 'blackman'。

alpha

透明度,介于 0(透明)和 1(不透明)之间。

如果 alpha 是一个数组,则 alpha 是逐像素应用的,并且 alpha 必须具有与 X 相同的形状。

vmin, vmax

当使用标量数据且没有明确的范数时,vmin 和 vmax 定义颜色图覆盖的数据范围。

默认情况下,颜色图覆盖所提供数据的完整值范围。

给出 norm 时使用 vmin/vmax 是错误的。

当使用 RGB(A) 数据时,参数 vmin/vmax 被忽略。

origin

'upper', 'lower'

default: 'upper'

将数组的 [0, 0] 索引放置在 Axes 的左上角或左下角。

extent

        floats (left, right, bottom, top)

        图像将填充的数据坐标中的边界框。 图像沿 x 和 y 单独拉伸以填充框。

参考内容:matplotlib.pyplot.imshow — Matplotlib 3.5.1 documentation

以上是关于matplotlib 笔记 imshow的主要内容,如果未能解决你的问题,请参考以下文章

Python Matplotlib绘图笔记草稿 未完成 仅为个人笔记

Imshow:范围和方面

matplotlib pyplot imshow 图像之间的紧密间距

Matplotlib imshow 和 kivy

matplotlib imshow扭曲颜色[重复]

没有图像弹出或显示plt.imshow()和plt.show()