python數位影像處理影象的繪製詳解

正文

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()函數格式為：

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：

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()函數來進行顯示，但進行練習的時候（ipython環境中），一般我們可以省略show（）函數，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函數和subplot函數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（）函數來建立顯示視窗，該函數的格式為：

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，因此呼叫該函數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，則該整型數位表示視窗的序號。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: 整形數位，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()函數建立的視窗，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（）函數來劃分子圖，函數格式為：

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()函數來設定，是否使用座標尺可用axis()函數來設定，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()函數來建立並劃分視窗。注意，比前面的subplot()函數多了一個s，該函數格式為：

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()函數列出所有子圖，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()函數來設定，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()函數來調整顯示的佈局，該函數格式為：

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，呼叫該函數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，也提供一個函數來顯示圖片。不同的是，它利用Qt工具來建立一塊畫布，從而在畫布上繪製影象。

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數有：

以上就是python數位影像處理影象的繪製詳解的詳細內容，更多關於python數位影像處理繪製的資料請關注it145.com其它相關文章！