python數字影象處理(5):影象的繪製
實際上前面我們就已經用到了影象的繪製,如:
io.imshow(img)
這一行程式碼的實質是利用matplotlib包對圖片進行繪製,繪製成功後,返回一個matplotlib型別的資料。因此,我們也可以這樣寫:
import matplotlib.pyplot as plt plt.imshow(img)
imshow()函式格式為:
matplotlib.pyplot.
imshow
(X, cmap=None)
X: 要繪製的影象或陣列。
cmap: 顏色圖譜(colormap), 預設繪製為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)
在視窗上繪製完圖片後,返回一個AxesImage物件。要在視窗上顯示這個物件,我們可以呼叫show()函式來進行顯示,但進行練習的時候(ipython環境中),一般我們可以省略show()函式,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,型別是'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,可以設定多個figure視窗,設定figure的標題,隱藏座標尺,甚至可以使用subplot在一個figure中顯示多張圖片。一般我們可以這樣匯入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模組。
一、用figure函式和subplot函式分別建立主視窗與子圖
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)) #建立一個名為astronaut的視窗,並設定大小 plt.subplot(2,2,1) #將視窗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) #繪製第一幅圖片 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) #繪製第二幅圖片,且為灰度圖 plt.axis('off') #不顯示座標尺寸 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) #繪製第三幅圖片,且為灰度圖 plt.axis('off') #不顯示座標尺寸 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) #繪製第四幅圖片,且為灰度圖 plt.axis('off') #不顯示座標尺寸 plt.show() #顯示視窗
在圖片繪製過程中,我們用matplotlib.pyplot模組下的figure()函式來建立顯示視窗,該函式的格式為:
matplotlib.pyplot.
figure
(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None)
所有引數都是可選的,都有預設值,因此呼叫該函式時可以不帶任何引數,其中:
num: 整型或字元型都可以。如果設定為整型,則該整型數字表示視窗的序號。如果設定為字元型,則該字串表示視窗的名稱。用該引數來命名視窗,如果兩個視窗序號或名相同,則後一個視窗會覆蓋前一個視窗。
figsize: 設定視窗大小。是一個tuple型的整數,如figsize=(8,8)
dpi: 整形數字,表示視窗的解析度。
facecolor: 視窗的背景顏色。
edgecolor: 視窗的邊框顏色。
用figure()函式建立的視窗,只能顯示一幅圖片,如果想要顯示多幅圖片,則需要將這個視窗再劃分為幾個子圖,在每個子圖中顯示不同的圖片。我們可以使用subplot()函式來劃分子圖,函式格式為:
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視窗劃分成了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()函式來設定,是否使用座標尺可用axis()函式來設定,如:
plt.subplot(221) plt.title("first subwindow") plt.axis('off')
二、用subplots來建立顯示視窗與劃分子圖
除了上面那種方法建立顯示視窗和劃分子圖,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間的引數
直接用subplots()函式來建立並劃分視窗。注意,比前面的subplot()函式多了一個s,該函式格式為:
matplotlib.pyplot.
subplots
(nrows=1, ncols=1)
nrows: 所有子圖行數,預設為1。
ncols: 所有子圖列數,預設為1。
返回一個視窗figure, 和一個tuple型的ax物件,該物件包含所有的子圖,可結合ravel()函式列出所有子圖,如:
fig, axes = plt.subplots(2, 2, figsize=(7, 6))
ax0, ax1, ax2, ax3 = axes.ravel()
建立了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()函式來設定,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()函式來調整顯示的佈局,該函式格式為:
matplotlib.pyplot.
tight_layout
(pad=1.08, h_pad=None, w_pad=None, rect=None)
所有的引數都是可選的,呼叫該函式時可省略所有的引數。
pad: 主視窗邊緣和子圖邊緣間的間距,預設為1.08
h_pad, w_pad: 子圖邊緣之間的間距,預設為 pad_inches
rect: 一個矩形區域,如果設定這個值,則將所有的子圖調整到這個矩形區域內。
一般呼叫為:
plt.tight_layout() #自動調整subplot間的引數
三、其它方法繪圖並顯示
除了使用matplotlib庫來繪製圖片,skimage還有另一個子模組viewer,也提供一個函式來顯示圖片。不同的是,它利用Qt工具來建立一塊畫布,從而在畫布上繪製圖像。
例:
from skimage import data from skimage.viewer import ImageViewer img = data.coins() viewer = ImageViewer(img) viewer.show()
最後總結一下,繪製和顯示圖片常用到的函式有:
函式名 | 功能 | 呼叫格式 |
figure | 建立一個顯示視窗 | plt.figure(num=1,figsize=(8,8) |
imshow | 繪製圖片 | plt.imshow(image) |
show | 顯示視窗 | plt.show() |
subplot | 劃分子圖 | plt.subplot(2,2,1) |
title | 設定子圖示題(與subplot結合使用) | plt.title('origin image') |
axis | 是否顯示座標尺 | plt.axis('off') |
subplots | 建立帶有多個子圖的視窗 | fig,axes=plt.subplots(2,2,figsize=(8,8)) |
ravel | 為每個子圖設定變數 | ax0,ax1,ax2,ax3=axes.ravel() |
set_title | 設定子圖示題(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() |