3）Python模块：matplotlib

 

 

一幅图包含以下信息：

一个axis中有6个参数可以修改。包括：tick label 、axis label、title、data。

一个figure可以有多个axis

从figure创建开始：
figure, ax_lst = plt.subplots(1, 1)# different with plt.subplot()
fig, axes = plt.subplots(2, 2, figsize=(7, 6))
fig.tight_layout(pad=1.08, h_pad=None, w_pad=None, rect=None) # 自动调整subplot间的参数

pad: 主窗口边缘和子图边缘间的间距，默认为1.08
h_pad, w_pad: 子图边缘之间的间距，默认为
pad_inches
rect: 一个矩形区域，如果设置这个值，则将所有的子图调整到这个矩形区域内。

ax0, ax1, ax2, ax3 = axes.ravel()
ax0.imshow(img[:,:,0],cmap=??)
ax0.set_title("Original image")


或者
fig = plt.figure(figsize=figsize, dpi=dpi)
ax=plt.gca()
往下就是在这个figure里绘图

 

根据数据绘图：

import numpy as np
# import matplotlib.pyplot as plt  or
from matplotlib import pyplot as plt

# Figure代表一个绘制面板，其中可以包涵多个Axes
size = 512, 512  #the size of figure
dpi = 100.0
figsize = size[0] / float(dpi), size[1] / float(dpi)
fig = plt.figure(num=1,figsize=figsize, dpi=dpi,facecolor='red',edgecolor='yellow')
#num: 整型或字符型都可以。如果设置为整型，则该整型数字表示窗口的序号。如果设置为字符型，则该字符串表示窗口的名称。


#设置透明度
fig.patch.set_alpha(alpha=0.5)

plt.subplot(111)
# set the range of the axis
plt.xlim(0,10)
plt.ylim(0,10)

# 获取当前的axes绘图区域
ax=plt.gca()

# set the color of the border
ax.spines['right'].set_color('yellow')
ax.spines['left'].set_color('red')
ax.spines['top'].set_color('black')
ax.spines['bottom'].set_color('blue')

#change the position of the border
ax.spines['bottom'].set_position(('data',5))#之前设定ylim[-1,1]，0在[-1,1]之间

#put the axis to the border
ax.yaxis.set_ticks_position('left')
ax.xaxis.set_ticks_position('bottom')

# plot , x point to y
ax.plot(np.arange(11), np.arange(11))
#-------------------------------------------------
# set the tick label  方法1
plt.yticks(np.arange(0,11,3))
# set the tick label  方法2
locators = [
    'plt.NullLocator()',
    'plt.MultipleLocator(1.0)',
    'plt.FixedLocator([0, 2, 8, 9, 10])',
    'plt.IndexLocator(3, 1)',
    'plt.LinearLocator(5)',
    'plt.LogLocator(2, [1.0])',
    'plt.AutoLocator()',
]
locator = locators[5]
ax.xaxis.set_minor_locator(plt.MultipleLocator(0.1))
ax.xaxis.set_major_locator(eval(locator))
#-------------------------------------------------
# set the title
# plt.title('This is title')  or
ax.set_title('title')
# 在图中任意位置写text
plt.text(5, 5, locator[4:], ha='center')

# set the label of axis
plt.xlabel('row')
plt.ylabel('column')

# 调整位置，bottom+top=1  left+right=1  往左下移动了
plt.subplots_adjust(bottom=.01, top=.99, left=.01, right=.99)
plt.show()

plt.annotate('min',xy=(-1.3,a),xytext=(3,40),arrowprops=dict(facecolor='black',shrink=0.05))#  某一点画箭头
plt.legend()#右上角标记

根据图片绘图:

from skimage import data
import matplotlib.pyplot as plt

img = data.astronaut()
plt.figure(num='astronaut', figsize=(8, 8))  # 创建一个名为astronaut的窗口,并设置大小

plt.subplot(2, 2, 1)  # 将窗口分为两行两列四个子图，则可显示四幅图片
plt.title('origin image')  # 第一幅图片标题
plt.imshow(img[:,:,1],  cmap=plt.cm.spring)  # 绘制第一幅图片  0R  1G  2B
plt.show()  # 在imshow加这一句才能显示图像
plt.axis('off')  # 不显示坐标尺寸

or

fig = plt.figure()
ax = fig.add_subplot(131)
p = ax.imshow(hist, interpolation="nearest")
ax.set_title("2D Color Histogram for G and B")

颜色图谱                          描述
gray                              黑-白
jet                             蓝-青-黄-红
bone                          黑-白，x线
cool                          青-洋红
copper                         黑-铜
flag                           红-白-蓝-黑
hot                            黑-红-黄-白
hsv                hsv颜色空间， 红-黄-绿-青-蓝-洋红-红
inferno                     黑-红-黄
magma                      黑-红-白
pink                               黑-粉-白
plasma                       绿-红-黄
prism                         红-黄-绿-蓝-紫-...-绿模式
viridis                             蓝-绿-黄

spring                             洋红-黄
summer                             绿-黄
autumn                        红-橙-黄
winter                             蓝-绿

灰度直方图

from skimage import data
import matplotlib.pyplot as plt
img=data.camera()
plt.figure("hist")
print(img.shape)
arr=img.flatten()#将二维数组序列化成一维数组。
print(arr.shape)
n, bins, patches = plt.hist(arr, bins=256, normed=1,edgecolor='None',facecolor='red')
plt.show()

 

一般来说直方图都是征对灰度图的，如果要画rgb图像的三通道直方图，实际上就是三个直方图的叠加。

from skimage import data
import matplotlib.pyplot as plt
img=data.lena()
ar=img[:,:,0].flatten()
plt.hist(ar, bins=256, normed=1,facecolor='r',edgecolor='r',hold=1)
ag=img[:,:,1].flatten()
plt.hist(ag, bins=256, normed=1, facecolor='g',edgecolor='g',hold=1)
ab=img[:,:,2].flatten()
plt.hist(ab, bins=256, normed=1, facecolor='b',edgecolor='b')
plt.show()
其中，加一个参数hold=1,表示可以叠加