为了更直观的从3D视角观察一副图像的像素分布,且拖动观察没一个像素细节,可以使用下面代码实现。
一、绘制RGB图像
1.1 代码
使用代码修改修改的地方如下:
具体实现代码如下:
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import cv2
# 读取图像
img = cv2.imread('Images/input-resize_480360/4.bmp')
# 获取图像的高度和宽度
h, w = img.shape[:2]
# 创建一个新的图像窗口
fig = plt.figure()
# 创建3D坐标轴
ax = fig.add_subplot(111, projection='3d')
# 获取x, y坐标网格
x, y = np.mgrid[0:h, 0:w]
# 绘制曲面,使用图像的颜色
ax.plot_surface(x, y, img[:,:,0], rstride=1, cstride=1, facecolors=img/255, shade=False)
# 显示图像
plt.show()
1.2、效果展示
测试图像如下:
将图像读入后,等待就会弹出三维统计图,可以随意拖动观察每个角度,如下:
二、绘制当通道灰度图像
2.1 代码
# 好用,可以正常显示
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import cv2
from matplotlib.cm import get_cmap # 导入颜色映射模块
# 读取图像
img = cv2.imread('Images/Noise_Layer_Image/AdaFM/4_float32_2.bmp',0)
# 计算最大值
img_max = np.max(img)
# 计算最小值
img_min = np.min(img)
print("图像最大值:", img_max)
print("图像最小值:", img_min)
# 获取图像的高度和宽度
h, w = img.shape[:]
# 创建一个新的图像窗口
fig = plt.figure()
# 创建3D坐标轴
ax = fig.add_subplot(111, projection='3d')
# 获取x, y坐标网格
x, y = np.mgrid[0:h, 0:w]
# 确保 img 的值在 0-255 范围内
img = np.clip(img, 0, 255)
# 规范化 img 的值到 0-1 范围内
img = img / 255.0
# 将 img 转换为 float32 类型
img = img.astype(np.float32)
# 将 img 整形为与 x 和 y 相同的形状
img = img.reshape(x.shape)
# 定义颜色映射
# colors = [(0.0, 0.0, 0.0), (0.5, 0.5, 0.5), (1.0, 1.0, 1.0)]
cmap = get_cmap("gray")
# 使用颜色映射
facecolors = cmap(img)
# 绘制三维曲面图
ax.plot_surface(x, y, img, rstride=1, cstride=1, facecolors=facecolors, shade=False)
plt.show()
2.2 效果展示
三、同时绘制多张图像
3.1 代码
# 好用,可以正常显示 显示单张图像的3D图像
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import cv2
# 读取图像
img_denoise = cv2.imread('Images/Pairing_AdaFM_Noise/AdaFM_Denoise/14_1.bmp')
img_noise = cv2.imread('Images/Pairing_AdaFM_Noise/Resize_Noise/14_1.bmp')
img_addnoise = cv2.imread('Images/AddNoise_AdaFM/AdaFM_add_noise/14_1.bmp')
# 获取图像的高度和宽度
h, w = img_noise.shape[:2]
# 创建一个新的图像窗口
fig = plt.figure()
# 创建3D坐标轴
ax = fig.add_subplot(131, projection='3d')
# 获取x, y坐标网格
x, y = np.mgrid[0:h, 0:w]
# 绘制曲面,使用图像的颜色
ax.plot_surface(x, y, img_noise[:,:,0], rstride=1, cstride=1, facecolors=img_noise/255, shade=False)
# 创建3D坐标轴
ax = fig.add_subplot(132, projection='3d')
# 获取x, y坐标网格
x, y = np.mgrid[0:h, 0:w]
ax.plot_surface(x, y, img_denoise[:,:,0], rstride=1, cstride=1, facecolors=img_denoise/255, shade=False)
# 创建3D坐标轴
ax = fig.add_subplot(133, projection='3d')
# 获取x, y坐标网格
x, y = np.mgrid[0:h, 0:w]
ax.plot_surface(x, y, img_addnoise[:,:,0], rstride=1, cstride=1, facecolors=img_addnoise/255, shade=False)
# 显示图像
plt.show()
3.2 效果展示
同时绘制出多个图后,可以随意拖动其中一个观察。