文章插图
个人认为 ， Matplotlib在图像处理方面并不是特别的擅长 ， 首先Matplotlib自身仅支持PNG图像的导入 ， 如果想要导入并显示其他格式的图像 ， 需要依靠Pillow库才能实现；其次图像处理说白了就是数组的计算处理 ， 而这主要是依靠numpy来实现的 ， 仅靠Matplotlib自身的方法能实现的功能非常有限 。

文章插图
但是 ， 有总比没有强 ， 今天我们就用下面这张头条免费提供的图来讲解一下如何使用Matplotlib进行简单的图像处理 。

文章插图


文章插图
一、图像数据导入想要处理图像 ， 要做的diyi步工作就是将图像转换成我们能够识别的格式 ， Matplotlib的image函数集提供了一个方法——imread ， 该方法可将PNG格式的图像转换成numpy数组 。

文章插图
import matplotlib.image as mpimg

文章插图
import os

文章插图
picName= os.path.dirname(os.path.realpath(__file__))+\'/1.png\'

文章插图
img=mpimg.imread(picName)

文章插图


文章插图
【如何使用matplotlib进行图像处理】输出图像数组img我们可以看出：

文章插图
该数组为三维数组 ， 由于该图是一副RGBA图像 ， 所以每四个数字一组对应一个像素点 。

文章插图
该数组的数字都是浮点型 ， 而这与我们常见的RGBA图像的数组不太一样 ， 这是因为当我们使用imread方法导入PNG 图像的时候 ， Matplotlib会自动的将图像数据转换成区间[0,1]内的浮点数 。

文章插图
由于该图是一副黑白图像 ， 所以R、G、B三通道的数值均相同
二、图像显示将图像转换成Matplotlib认识的数组以后 ， 使用imshow方法便可以将图像显示出来 。
plt.imshow(img)
在使用该方法的时候 ， 我们还可以创建一个对象 ， 方便对图像进行更多的操作 。
imgplot = plt.imshow(img)
伪彩色在数据导入部分我们讲过 ， 由于我们使用的是一副黑白图像 ， 所以R、G、B三通道的数值都是一样的 ， 当我们只保留一个通道时 ， 图像就变成了单通道图像 ， 此时再用imshow方法Matplotlib会自动显示成一副伪彩色图像 。
lum_img = img[:,:,0]
plt.imshow(lum_img)
显示伪彩色图像时 ， 默认的彩色查找表为‘viridis’ ， 我们可以通过cmap关键字设置其他彩色查找表
plt.imshow(lum_img, cmap=\"hot\")
还可以使用绘图对象的set_cmap方法设置彩色查找表
imgplot = plt.imshow(lum_img)
imgplot.set_cmap(\'nipy_spectral\')
使用伪彩色显示图像时 ， 颜色与数值的关系图colorbar可以使图像数据更直观 。

• 脱毛用哪种方法能彻底解决 如何脱毛用4种方法脱毛效果最好
• 减肥中，每天如何跳绳 才能达到减肥的效果呢？
• 中医经络检测仪使用方法是怎样的？
• 脱毛毛小技巧 如何脱毛不再让毛生长
• 如何脱毛 女孩子脱毛妙招
• “更年期”反击战，更年期如何延缓衰老？
• 如何判断运动是有氧还是无氧呢？
• 比免疫力还厉害的自愈力，人体大部分病症都可自愈，该如何激发？ 人体强大自愈力的十大真相
• 服用他汀类药物，肌肉疼痛如何检查？
• 如何评价2021年清华美院本科动画毕设《万华镜》？