OpenCV笔记整理【pyplot模块】

1. 介绍：

Matplotlib 是 Python 的绘图库，是一个非常强大的 Python 画图工具，可以绘制线图、散点图、等高线图、条形图、柱状图、3D 图形、甚至是图形动画等等。
Pyplot 是 Matplotlib 的子库，提供了和 MATLAB 类似的绘图 API。

引入pyplot模块： import matplotlib.pyplot as plt

2. 使用plot函数绘制：

plt.plot (x, y, ‘style’)

• x:：绘制点的x坐标或者数组。
• y：绘制点的y坐标或者数组。
• ‘style’：绘制的样式:
  {
  颜色字符：‘b’ 蓝色，‘m’ 洋红色，‘g’ 绿色，‘y’ 黄色，‘r’ 红色，‘k’ 黑色，‘w’ 白色，‘c’ 青绿色。
  线型参数：’‐’ 实线，’‐‐’ 破折线，’‐.’ 点划线，’:’ 虚线。
  标记字符：’.’ 点标记，‘o’ 实心圈标记，‘v’ 倒三角标记，’^’ 上三角标记，’>’ 右三角标记，’<’ 左三角标记。
  }

绘制线段，上代码：

import matplotlib.pyplot as plt
import numpy as np

# 准备xy轴数据
xpoints = np.array([1,3,5,6,8])
ypoints = np.array([3,4,6,9,10])
# 绘制
plt.plot(xpoints, ypoints,"r--o") # style：红色的虚线，坐标点为圆形实心。
plt.show()

运行：

只绘制点，不绘制线段

plt.plot(xpoints, ypoints,"ro") # style：绘制红色的实心圆点

运行：

绘制正余弦，上代码：

import matplotlib.pyplot as plt
import numpy as np

# 获取0-12.56之间，间隔0.1的数
x = np.arange(0, 4*np.pi, 0.1)   # start,stop,step
si = np.sin(x)
co = np.cos(x)
plt.plot(x,si,'r-.', x,co,'g-.')
plt.show()

运行：

2. 使用title()函数设置标题、使用label()函数设置轴标签：

import matplotlib.pyplot as plt
import numpy as np

ypoints = np.array([1,2,3,4,5,6])
plt.plot(ypoints,"b--o")

plt.title("this is title") # 设置标题
plt.xlabel("this is x - axis") # 设置x轴标签
plt.ylabel("this is y - axis") # 设置y轴标签

plt.show()

运行：

3. 使用grid()函数绘制网格：

• plt.grid(axis=‘x’) # 设置 y 就在轴方向显示网格线
• plt.grid(color = ‘color’, linestyle= ‘linestyle’, linewidth = number) # 设置xy方向显示网格线
  {
  color：‘b’ 蓝色，‘m’ 洋红色，‘g’ 绿色，‘y’ 黄色，‘r’ 红色，‘k’ 黑色，‘w’ 白色，‘c’ 青绿色，’#008000’ RGB 颜色符串。
  linestyle：’‐’ 实线，’‐‐’ 破折线，’‐.’ 点划线，’:’ 虚线。
  linewidth：设置线的宽度，可以设置一个数字。
  }

上代码：

import matplotlib.pyplot as plt
import numpy as np

ypoints = np.array([1,2,3,4,5,6])
plt.plot(ypoints,"b--o")

plt.grid(color = 'r', linestyle = '--', linewidth = 0.5)
plt.show()

运行：

4. 使用subplot()函数占坑、使用imshow()函数显示：

plt.subplot (rows,cols,index)

• rows：子窗体行数。
• cols：子窗体的列数。
• index：当前要插入的索引。
  

plt.imshow ( img, cmap )

• img：图像来源。
• cmap：色彩空间。默认使用RGB顺序，但是OpenCV中默认读取图像的顺序是BGR, 对于彩色图像，读取到的图像需要使用 cv2.cvtColor (img, cv2.COLOR_BGR2RGB) 函数先进行转换。对于灰度图像，需要先使用
  cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) 转换为灰度图，然后imshow() 函数中需要设置 cmap=plt.cm.gray 属性。

显示彩色图像，上代码：

import cv2
import matplotlib.pyplot as plt

img = cv2.imread('image\\girl.bmp')
imgRGB=cv2.cvtColor(img,cv2.COLOR_BGR2RGB) # 第一：将BGR转换为RGB

# 错误显示
plt.subplot(121) # 121表示1行2列，第一个坑位
plt.imshow(img),plt.axis('off') 
plt.title("channel error")

# 正确显示
plt.subplot(122)
plt.imshow(imgRGB),plt.axis('off')
plt.title("channel normal")

运行：

显示灰度图像，上代码：

import cv2
import matplotlib.pyplot as plt

img = cv2.imread('image\\girl.bmp')
gray=cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 第一：转换为灰度图像

# 错误显示
plt.subplot(121)
plt.imshow(img),plt.axis('off')
plt.title("channel error")

# 正确显示
plt.subplot(122)
plt.imshow(gray,cmap=plt.cm.gray),plt.axis('off') # 第二：设置色彩空间属性【plt.cm.gray_r 表示黑白反转】
plt.title("channel normal")

运行：

5. 使用hist() 函数显示灰度直方图：

import cv2
import matplotlib.pyplot as plt

img = cv2.imread('image\\equ.bmp',cv2.IMREAD_GRAYSCALE)
equ = cv2.equalizeHist(img)

plt.subplot(221),plt.imshow(img,cmap=plt.cm.gray),plt.axis('off'),plt.title("original")
plt.subplot(222),plt.imshow(equ,cmap=plt.cm.gray),plt.axis('off'),plt.title("equal")

# hist函数中传入一个一维数组，和分组子集
plt.subplot(223),plt.hist(img.ravel(),256),plt.title("original hist")
plt.subplot(224),plt.hist(equ.ravel(),256),plt.title("original hist")

运行：

撒悠啦啦.。。。。。。。。。。。。。。