Matplotlib大揭秘:图像处理的魔法棒,让你的数据‘绘’声‘绘’色笑翻天!

在这里插入图片描述

1. 引言

嘿,各位屏幕前的探险家们,你们是不是也曾对着电脑屏幕上的图像数据,心里默默念叨:“这像素小方块,到底藏着多少未解之谜?”别怕,今天咱们不玩星际穿越,也不搞量子纠缠,咱们就来一场说走就走的“Matplotlib图像处理之旅”!想象一下,你手握一把名为“Matplotlib”的魔法棒,轻轻一挥,那些单调的图表瞬间变身五彩斑斓的艺术品,数据背后的故事跃然屏上。不用念咒语,也不用求神仙,跟着我的步伐,咱们一起把数据处理这活儿,玩出花儿来!准备好了吗?咱们的图像处理大冒险,即刻启程!

2. 导包

# 导包
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

3. 读取图片

  • imread
img = plt.imread("16_matplotlib.jpg")
img
array([[[ 40,  84, 155],
        [ 40,  84, 155],
        [ 40,  84, 155],
        ...,
        [ 39,  83, 154],
        [ 38,  82, 153],
        [ 38,  82, 153]],

       [[ 40,  84, 155],
        [ 40,  84, 155],
        [ 40,  84, 155],
        ...,
        [ 40,  84, 155],
        [ 39,  83, 154],
        [ 39,  83, 154]],

       [[ 40,  84, 155],
        [ 40,  84, 155],
        [ 40,  84, 155],
        ...,
        [ 41,  85, 156],
        [ 41,  85, 156],
        [ 41,  85, 156]],

       ...,

       [[165, 205, 255],
        [157, 197, 248],
        [140, 180, 232],
        ...,
        [ 70, 112, 184],
        [ 73, 115, 187],
        [ 73, 115, 189]],

       [[179, 220, 255],
        [172, 212, 255],
        [155, 195, 246],
        ...,
        [ 71, 113, 185],
        [ 75, 117, 189],
        [ 74, 116, 190]],

       [[182, 223, 255],
        [175, 216, 255],
        [158, 198, 249],
        ...,
        [ 72, 114, 186],
        [ 76, 118, 190],
        [ 76, 118, 192]]], dtype=uint8)
# 查看图片形状(宽度/高度/每个像素点图片的值)
img.shape
(600, 960, 3)
# 图片颜色
# 三原色:RGB(Red,Green,Blue)
# 范围:0-255(000,000,000:表示黑色;255,255,255:表示白色)
# 彩色图:三维数据
# 黑白图:二维数据

4. 显示图片

  • imshow
plt.imshow(img)
<matplotlib.image.AxesImage at 0x22f1512afd0>

在这里插入图片描述

# 垂直翻转:上下翻转
plt.imshow(img, origin="lower")
<matplotlib.image.AxesImage at 0x22f15b5b490>

在这里插入图片描述

# 第二种写法
plt.imshow(img[::-1])
<matplotlib.image.AxesImage at 0x22f15b73490>

在这里插入图片描述

# 水平翻转:左右翻转
plt.imshow(img[:, ::-1])
<matplotlib.image.AxesImage at 0x22f154501d0>

在这里插入图片描述

# 截取一部分
plt.imshow(img[100:400, 180:800])
<matplotlib.image.AxesImage at 0x22f16024fd0>

在这里插入图片描述

5. 保存图片

  • imsave
# 截取图片
img2 = img[100:400, 180:800]

# 将截取之后的图片保存
plt.imsave("16_matplotlib_split.png", img2)
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

腾飞开源

你的鼓励将是我创作的最大动力!

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值