网站开发字体过大,百度站长提交,重庆网站推广营销,绿色网站模版图像基础
导入相应的包#xff1a;
import matplotlib.pyplot as plt
import matplotlib.image as mpimg
import numpy as np
%matplotlib inline导入图像
我们首先导入上面的图像#xff0c;注意 matplotlib 默认只支持 PNG 格式的图像#xff0c;我们可以使用 mpimg.im…图像基础
导入相应的包
import matplotlib.pyplot as plt
import matplotlib.image as mpimg
import numpy as np
%matplotlib inline导入图像
我们首先导入上面的图像注意 matplotlib 默认只支持 PNG 格式的图像我们可以使用 mpimg.imread 方法读入这幅图像
img mpimg.imread(stinkbug.png)img.shape(375L, 500L, 3L)这是一个 375 x 500 x 3 的 RGB 图像并且每个像素使用 uint8 分别表示 RGB 三个通道的值。不过在处理的时候matplotlib 将它们的值归一化到 0.0~1.0 之间
img.dtypedtype(float32)显示图像
使用 plt.imshow() 可以显示图像
imgplot plt.imshow(img)伪彩色图像
从单通道模拟彩色图像
lum_img img[:,:,0]
imgplot plt.imshow(lum_img)改变 colormap
imgplot plt.imshow(lum_img)
imgplot.set_cmap(hot)imgplot plt.imshow(lum_img)
imgplot.set_cmap(spectral)显示色度条
imgplot plt.imshow(lum_img)
imgplot.set_cmap(spectral)
plt.colorbar()
plt.show()限制显示范围
先查看直方图
plt.hist(lum_img.flatten(), 256, range(0.0,1.0), fck, eck)
plt.show()将显示范围设为 0.0-0.7
imgplot plt.imshow(lum_img)
imgplot.set_clim(0.0,0.7)resize 操作
from PIL import Image
img Image.open(stinkbug.png)
rsize img.resize((img.size[0]/10,img.size[1]/10))
rsizeArr np.asarray(rsize)
imgplot plt.imshow(rsizeArr)上面我们将这个图像使用 PIL 的 Image 对象导入并将其 resize 为原来的 1/100可以看到很多细节都丢失了。
在画图时由于画面的大小与实际像素的大小可能不一致所以不一致的地方会进行插值处理尝试一下不同的插值方法
imgplot plt.imshow(rsizeArr)
imgplot.set_interpolation(nearest)imgplot plt.imshow(rsizeArr)
imgplot.set_interpolation(bicubic)
