資訊專欄INFORMATION COLUMN
此篇文章主要是給大家介紹了python圖像處理圖象的制作實(shí)例詳細(xì)說明，感興趣的小伙伴可以參考借鑒一下，希望可以有一定的幫助，祝愿大家多多的發(fā)展，盡早漲薪
文章正文
事實(shí)上前邊咱們就早已運(yùn)用了圖象的制作，如：
io.imshow(img)
這一行代碼的本質(zhì)是運(yùn)用matplotlib包對圖片開展制作，制作完成后，回到一個matplotlib類型的信息。因而，我們還可以這么寫：
import matplotlib.pyplot as plt plt.imshow(img)
imshow()函數(shù)格式為：
matplotlib.pyplot.imshow(X,cmap=None)
X:要繪制的圖像或數(shù)組。
cmap:顏色圖譜（colormap),默認(rèn)繪制為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g(shù)ray,jet等，如：
plt.imshow(image,plt.cm.gray) plt.imshow(img,cmap=plt.cm.jet)
在窗口上繪制完圖片后，返回一個AxesImage對象。要在窗口上顯示這個對象，我們可以調(diào)用show()函數(shù)來進(jìn)行顯示，但進(jìn)行練習(xí)的時候（ipython環(huán)境中），一般我們可以省略show（）函數(shù)，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，類型是'matplotlib.image.AxesImage'。顯示一張圖片，我們通常更愿意這樣寫：
import matplotlib.pyplot as plt from skimage import io,data img=data.astronaut() plt.imshow(img) plt.show()
matplotlib是一個專業(yè)繪圖的庫，相當(dāng)于matlab中的plot,可以設(shè)置多個figure窗口,設(shè)置figure的標(biāo)題，隱藏坐標(biāo)尺，甚至可以使用subplot在一個figure中顯示多張圖片。一般我們可以這樣導(dǎo)入matplotlib庫：
from skimage import data
import matplotlib.pyplot as plt
img=data.astronaut()
plt.figure(num='astronaut',figsize=(8,8))#創(chuàng)建一個名為astronaut的窗口,并設(shè)置大小
plt.subplot(2,2,1)#將窗口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(biāo)題
plt.imshow(img)#繪制第一幅圖片
plt.subplot(2,2,2)#第二個子圖
plt.title('R channel')#第二幅圖片標(biāo)題
plt.imshow(img[:,:,0],plt.cm.gray)#繪制第二幅圖片,且為灰度圖
plt.axis('off')#不顯示坐標(biāo)尺寸
plt.subplot(2,2,3)#第三個子圖
plt.title('G channel')#第三幅圖片標(biāo)題
plt.imshow(img[:,:,1],plt.cm.gray)#繪制第三幅圖片,且為灰度圖
plt.axis('off')#不顯示坐標(biāo)尺寸
plt.subplot(2,2,4)#第四個子圖
plt.title('B channel')#第四幅圖片標(biāo)題
plt.imshow(img[:,:,2],plt.cm.gray)#繪制第四幅圖片,且為灰度圖
plt.axis('off')#不顯示坐標(biāo)尺寸
plt.show()#顯示窗口
import matplotlib.pyplot as plt
也就是說，我們繪圖實(shí)際上用的是matplotlib包的pyplot模塊。
一、用figure函數(shù)和subplot函數(shù)分別創(chuàng)建主窗口與子圖
例:分開并同時顯示宇航員圖片的三個通道
在照片制作環(huán)節(jié)中，大家用matplotlib.pyplot模塊下的figure（）函數(shù)公式來建立表明對話框，該函數(shù)的形式為：
matplotlib.pyplot.figure(num=None,figsize=None,dpi=None,facecolor=None,edgecolor=None)
全部基本參數(shù)全是可供選擇的，都是有初始值，因而啟用該函數(shù)公式的時候可以完全沒有任何基本參數(shù)，在其中：
num:整型或字符型都能夠。假如設(shè)為整型，則其整型數(shù)字代表窗口序號。假如設(shè)為字符型，則其字符串?dāng)?shù)組表明窗口名字。要用基本參數(shù)來取名對話框，假如兩個窗口序號或名同樣，則后窗口會遮蓋前窗口。
figsize:設(shè)定窗口大小。是一個tuple型整數(shù)金額，如figsize=（8，8）
dpi:整型數(shù)據(jù)，表明窗口屏幕分辨率。
facecolor:窗口背景色。
edgecolor:窗口邊框顏色。
用figure()函數(shù)公式建立的對話框，只有表明一副照片，如果你想要表明多副照片，就需要把這個對話框再劃分成好多個子圖，在每一個子圖上顯示不同類型的照片。大家能使用subplot（）函數(shù)公式來區(qū)分子圖，函數(shù)公式形式為：
matplotlib.pyplot.subplot(nrows,ncols,plot_number)
nrows:子圖的個數(shù)。
ncols:子圖的行數(shù)。
plot_number:現(xiàn)階段子圖的序號。
如：
plt.subplot(2,2,1)
則表示將figure窗口劃分成了2行2列共4個子圖，當(dāng)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(biāo)題可用title()函數(shù)來設(shè)置，是否使用坐標(biāo)尺可用axis()函數(shù)來設(shè)置，如：
plt.subplot(221)
plt.title("first subwindow")
plt.axis('off')二、用subplots來創(chuàng)建顯示窗口與劃分子圖
除了上面那種方法創(chuàng)建顯示窗口和劃分子圖，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(diào)整subplot間的參數(shù)
直接用subplots()函數(shù)來創(chuàng)建并劃分窗口。注意，比前面的subplot()函數(shù)多了一個s，該函數(shù)格式為：
matplotlib.pyplot.subplots(nrows=1,ncols=1)
nrows:所有子圖行數(shù)，默認(rèn)為1。
ncols:所有子圖列數(shù)，默認(rèn)為1。
返回一個窗口figure,和一個tuple型的ax對象，該對象包含所有的子圖,可結(jié)合ravel()函數(shù)列出所有子圖，如：
fig,axes=plt.subplots(2,2,figsize=(7,6)) ax0,ax1,ax2,ax3=axes.ravel()
創(chuàng)建了2行2列4個子圖，分別取名為ax0,ax1,ax2和ax3,每個子圖的標(biāo)題用set_title()函數(shù)來設(shè)置，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(shù)來調(diào)整顯示的布局，該函數(shù)格式為：
matplotlib.pyplot.tight_layout(pad=1.08,h_pad=None,w_pad=None,rect=None)
所有的參數(shù)都是可選的，調(diào)用該函數(shù)時可省略所有的參數(shù)。
pad:主窗口邊緣和子圖邊緣間的間距，默認(rèn)為1.08
h_pad,w_pad:子圖邊緣之間的間距，默認(rèn)為pad_inches
rect:一個矩形區(qū)域，如果設(shè)置這個值，則將所有的子圖調(diào)整到這個矩形區(qū)域內(nèi)。
一般調(diào)用為：
plt.tight_layout()#自動調(diào)整subplot間的參數(shù)
三、其它方法繪圖并顯示
除了使用matplotlib庫來繪制圖片，skimage還有另一個子模塊viewer，也提供一個函數(shù)來顯示圖片。不同的是，它利用Qt工具來創(chuàng)建一塊畫布，從而在畫布上繪制圖像。
例：
from skimage import data from skimage.viewer import ImageViewer img=data.coins() viewer=ImageViewer(img) viewer.show()
最后總結(jié)一下，繪制和顯示圖片常用到的函數(shù)有：
綜上所述，這篇文章就給大家介紹到這里了，希望可以給大家?guī)韼椭?/p>
文章版權(quán)歸作者所有，未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請注明本文地址：http://specialneedsforspecialkids.com/yun/128831.html
此篇文章主要是給大家介紹了python圖像處理之圖象的批量編輯實(shí)例詳細(xì)解讀，感興趣的小伙伴可以參考借鑒一下，希望可以有一定的幫助，愿大家多多的發(fā)展，盡快漲薪 文章正文 有的時候，不僅需要對一張照片予以處理，可能也會對一大批照片處理。此刻，我們通過循環(huán)系統(tǒng)去執(zhí)行解決，還可以啟用程序流程帶有的照片結(jié)合去處理。 照片結(jié)合函數(shù)公式 skimage.io.ImageCollection(load...
文章主要是詳細(xì)介紹了pythonopencv圖像高通濾波和低通濾波器,此文經(jīng)過案例編碼為大家介紹得非常詳盡，對大家學(xué)習(xí)培訓(xùn)和工作具有很強(qiáng)的參照參考意義，必須的小伙伴可以借鑒一下 序言 上一章大家反映了如何把圖象機(jī)娘傅立葉變換，將圖象由時域轉(zhuǎn)換成時域，并把低頻率挪動至圖象核心。那樣將低頻率總廳后，就可以把圖象的低頻率和高頻率分離，進(jìn)而開展低通濾波器跟高通濾波的處理方法。 詳細(xì)編碼 低通濾...
在使用matplotlib做圖得時候,有時候會碰到繪圖時顯示不全和圖片保存時不完美的難題,本文主要是為大家介紹了有關(guān)PandasMatplotlib保存圖型時縱坐標(biāo)標(biāo)識過長造成顯示不全問題解決方式,需用的小伙伴可以參考一下。 序言 這篇blog主要是處理在使用pandas制作圖象并儲存時，因?yàn)闃?biāo)識過長，造成縱坐標(biāo)上標(biāo)簽顯示不全問題。剛遇到困難的時候修改了一下下圖片尺寸，然而并沒有卵用，因此...
摘要：我們經(jīng)常能在圖片上看到一些水印，一般分為圖片文字或者是兩種一起的結(jié)合。那么給圖片加水印就非常有必要了。怎么用實(shí)現(xiàn)給圖片加水印呢先來看看效果使用庫使用庫來實(shí)現(xiàn)效果圖像處理和手冊正所謂授人以魚不如授人以漁，光貼代碼不講實(shí)現(xiàn)過程的，都是耍流氓。 我們經(jīng)常能在圖片上看到一些水印，一般分為圖片、文字或者是兩種一起的結(jié)合。那為什么要加水印呢？目的是為了防止別人盜圖、造假或者標(biāo)注出處等，保護(hù)圖片原作...
此篇文章主要是闡述了Pygame精準(zhǔn)檢測圖象撞擊,在使用Pygame寫游戲時，有些人可能遇到2個Rect目標(biāo)撞擊可是目標(biāo)中間也有室內(nèi)空間間距問題，這兒，將教給大家用一個方法準(zhǔn)確地檢驗(yàn)圖象撞擊，需用的小伙伴可以借鑒一下 在使用Pygame寫游戲時，有些人可能遇到2個Rect目標(biāo)撞擊可是目標(biāo)中間也有室內(nèi)空間間距問題，這兒，將教給大家用一個方法準(zhǔn)確地檢驗(yàn)圖象撞擊。 假定大家主要有兩種圖象（產(chǎn)品為...
閱讀 911·2023-01-14 11:38
閱讀 878·2023-01-14 11:04
閱讀 740·2023-01-14 10:48
閱讀 1982·2023-01-14 10:34
閱讀 942·2023-01-14 10:24
閱讀 819·2023-01-14 10:18
閱讀 499·2023-01-14 10:09
閱讀 572·2023-01-14 10:02
