基本的图像处理和操作—— Matplotlib

Matplotlib

1.1绘制图像、点、线

Matplotlib可以绘制出较好的条形图、饼状图、散点图等.

from PIL import Image
from pylab import *

#读取图像到数组中
im = array(Image.open('FatherAndSon.jpg'))
#绘制图像
imshow(im)

#一些点
x = [50,50,100,100]
y = [50,100,50,100]

#使用红色星状标记绘制点
plot(x,y,'r*')

#绘制连接前两个点的线
plot(x[:2],y[:2])

#添加标题，显示绘制的图像
title('Plotting:"FatherAndSon.jpg"')

#不显示坐标轴
axis('off')

show()

在每个脚本里只能调用一次show()命令，而且通常是在脚本的结尾调用.

 

                                                                              

plot(x,y) # 默认为蓝色实线
plot(x,y,'r*') # 红色星状标记
plot(x,y,'go-') # 带有圆圈标记的绿线
plot(x,y,'ks:') # 带有正方形标记

表1 用 PyLab 库绘图的基本颜色格式命令

颜色
'b'	蓝色
'g'	绿色
'r'	红色
'c'	青色
'm'	品红
'y'	黄色
'k'	黑色
’w‘	白色

表2 用 PyLab 库绘图的基本线型格式命令

线型
'-'	实线
'--'	虚线
':'	点线

 

表3 用 PyLab 库绘图的基本绘制标记格式命令

标记
'·'	点
’o‘	圆圈
's'	正方形
'*'	星号
'+'	加号
'x'	叉号

 

1.2绘制图像轮廓和直方图

绘制轮廓需要对每个坐标 [x, y] 的像素值施加同一个阈值，所以首先需要将图像灰度化.

from PIL import Image
from pylab import *
# 读取图像到数组中
im = array(Image.open('FatherAndSon.jpg').convert('L'))
# 新建一个图像
figure()
# 不使用颜色信息
gray()
# 在原点的左上角显示轮廓图像
contour(im, origin='image')
axis('equal')
axis('off')
figure()
hist(im.flatten(),128)
show()

图像的直方图用来表征该图像像素值的分布情况.用一定数目的小区间（bin）来指定表征像素值的范围，每个小区间会得到落入该小区间表示范围的像素数目.该（灰度）图像的直方图可以使用 hist() 函数绘制.hist() 函数的第二个参数指定小区间的数目.需要注意的是，因为 hist() 只接受一维数组作为输入，所以我们在绘制图像直方图之前，必须先对图像进行压平处理.flatten() 方法将任意数组按照行优先准则转换成一维数组.

用 Matplotlib 绘制图像等轮廓线

直方图

 

 

1.3交互式标注

from PIL import Image
from pylab import *
im = array(Image.open('FatherAndSon.jpg'))
imshow(im)
print("Please click 3 points")
x = ginput(3)
print("you clicked:",x)
show()
#如果出现x输出为空列表，请按此博客最后一幅图所示操作

             脚本首先绘制一幅图像，然后等待用户在绘图窗口的图像区域点击三次。程序将这些点击的坐标 [x, y] 自动保存在 x 列表里 .