OpenCV笔记14：在OpenCV中使用matplotlib

1、学习目标
在OpenCV中使用matplotlib

2、使用方法
导入matplotlib

from matplotlib import pyplot as plt

使用的函数方法
plt.imshow()
plt.show()
plt.xticks()
plt.yticks()
plt.title()
plt.subplot()
3、在pycharm安装matplotlib过程
（1）右击windows图标，选择windows power shell
安装步骤如下图

（2）打开pycharm的python工程
点击file—setting—project interpreter——“+”
搜索matplotlib，点击安装。

在工程下新建一个文件（文件名不要起matplotlib.py,否则from matplotlib import pyplot as plt会失败*）
4、程序
（1）

原图

结果

（2）


（3）

程序函数讲解：
（1）
显示图像，即2D常规栅格上的数据。

matplotlib.pyplot.imshow(X, cmap=None, norm=None, aspect=None, interpolation=None, alpha=None, vmin=None, vmax=None, origin=None, extent=None, shape=<deprecated parameter>, filternorm=1, filterrad=4.0, imlim=<deprecated parameter>, resample=None, url=None, *, data=None, **kwargs) 

参数：
X ： 类似阵列或PIL图像
图像数据。支持的数组形状是：

（M，N）：具有标量数据的图像。使用色彩图可视化数据。
（M，N，3）：具有RGB值的图像（0-1浮点数或0-255 int）。
（M，N，4）：具有RGBA值（0-1浮点或0-255 int）的图像，即包括透明度。
前两个维度（M，N）定义图像的行和列。

超出范围的RGB（A）值被剪裁。

cmap ： str或Colormap，可选
Colormap实例或注册的colormap名称，用于将标量数据映射到颜色。RGB（A）数据忽略此参数。默认为rcParams["image.cmap"]。

norm ： Normalize，可选
该Normalize实例用于在使用cmap映射到颜色之前将标量数据缩放到[0,1]范围。默认情况下，使用线性缩放将最低值映射到0，将最高值映射到1。RGB（A）数据忽略此参数。

aspect ： {'equal'，'auto'}或float，可选
控制轴的纵横比。该方面与图像特别相关，因为它可能使图像失真，即像素不是方形的。

此参数是显式调用的快捷方式 Axes.set_aspect。 
'相等'：确保纵横比为1.像素将为正方形（除非像素大小在使用范围的数据坐标中明确地为非正方形）。
'auto'：轴保持固定，方向调整，使数据适合轴。通常，这将导致非方形像素。
如果没有给出，请使用rcParams["image.aspect"]（默认值：'相等'）。

interpolation ： str，可选
使用的插值方法。如果使用None rcParams["image.interpolation"]，则默认为“最近”。

支持的值是'none'，'nearest'，'bilinear'，'bicubic'，'spline16'，'spline36'，'hanning'，'hamming'，'hermite'，'kaiser'，'quadric'，'catrom' ，'高斯'，'bessel'，'mitchell'，'sinc'，'lanczos'。

如果插值为“none”，则不对Agg，ps，pdf和svg后端执行插值。其他后端将回落到“最近”。请注意，大多数SVG渲染器在渲染时执行插值，并且它们实现的默认插值方法可能不同。

有关 支持的插值方法的概述，请参阅 imshow / matshow的插值。

某些插值方法需要额外的半径参数，可以通过filterrad设置。另外，抗粒图像调整大小滤波器由参数filternorm控制。

alpha ： 标量，可选
alpha混合值，介于0（透明）和1（不透明）之间。RGBA输入数据忽略此参数。

vmin，vmax ： 标量，可选
当使用标量数据而没有明确的规范时，vmin和vmax 定义了颜色映射所涵盖的数据范围。默认情况下，colormap涵盖所提供数据的完整值范围。如果使用norm参数，则忽略vmin，vmax。

origin ： {'upper'，'lower'}，可选
将数组的[0,0]索引放在轴的左上角或左下角。约定'upper'通常用于矩阵和图像。如果没有给出，rcParams["image.origin"]则使用，默认为'upper'。

请注意，垂直轴向上指向“下”但向下指向“上”。

有关示例和更详细的说明，请参阅imshow教程中的原点和范围。

extent  ： 标量（左，右，下，上），可选
图像将填充的数据坐标中的边界框。图像沿x和y单独拉伸以填充框。

默认范围由以下条件决定。像素在数据坐标中具有单位大小。它们的中心位于整数坐标上，它们的中心坐标水平地从0到列-1，垂直从0到行-1。

请注意，垂直轴的方向以及顶部和底部的默认值取决于原点：

对于默认为 。origin == 'upper'(-0.5, numcols-0.5, numrows-0.5, -0.5)
对于默认为 。origin == 'lower'(-0.5, numcols-0.5, -0.5, numrows-0.5)
有关示例和更详细的说明，请参阅imshow教程中的原点和范围。

filternorm ： bool，可选，默认值：True
antigrain图像调整大小过滤器的参数（请参阅antigrain文档）。如果设置了filternorm，则过滤器将整数值标准化并更正舍入误差。它对源浮点值没有任何作用，它只根据1.0的规则校正整数，这意味着任何像素权重之和必须等于1.0。因此，过滤函数必须生成正确形状的图形。

filterrad ： float> 0，可选，默认值：4.0
具有半径参数的滤镜的滤镜半径，即当插值是以下之一时：'sinc'，'lanczos'或'blackman'。

resample ： bool，可选
如果为True，请使用完整的重采样方法。如果为False，则仅在输出图像大于输入图像时重新采样。

url ： str，可选
设置创建的URL AxesImage。见Artist.set_url。

Returns:	
image ： AxesImage
其他参数：	
** kwargs ： Artist属性
这些参数将传递给 AxesImage artist的构造函数 。

程序中的例子：

plt.imshow(img)

（2）
显示一个数字。

matplotlib.pyplot.show（* args，** kw ）

当使用pylab模式在ipython中运行时，显示所有数字并返回到ipython提示符。

在非交互模式下，显示所有数字并阻止，直到数字关闭; 在交互模式下，除非在从非交互模式更改为交互模式之前创建数字（不推荐），否则它无效。在这种情况下，它显示数字但不阻止。

单个实验关键字参数block可以设置为True或False以覆盖上述阻塞行为。
（3）
获取或设置当前刻度线位置和x轴标签。

matplotlib.pyplot.xticks（ticks = None，labels = None，** kwargs ）

参数
ticks ： array_like
应该放置刻度的位置列表。您可以传递一个空列表来禁用xticks。

labels ： array_like，可选
要放置在给定位置的显式标签列表。

** kwargs
Text 属性可用于控制标签的外观。

returns：	
LOCS
一系列标签位置。

labels
Text对象列表。

（4）
获取或设置y轴的当前刻度位置和标签。

matplotlib.pyplot.yticks（ticks = None，labels = None，** kwargs ）

（5）
设置轴的标题。

设置三个可用轴标题之一。可用标题位于中心轴上方，与左边齐平，与右边齐平。

matplotlib.pyplot.title（label，fontdict = None，loc ='center'，pad = None，** kwargs ）

参数：

label ： str
        用于标题的文本

fontdict ： dict
        控制标题文本外观的字典，默认fontdict为：

		{'fontsize': rcParams['axes.titlesize'],
		 'fontweight' : rcParams['axes.titleweight'],
		 'verticalalignment': 'baseline',
		 'horizontalalignment': loc}
		Copy to clipboard
		
loc ： {'center'，'left'，'right'}，str，optional
         要设置的标题，默认为“中心”

pad ： float
          标题从轴顶部的偏移量，以磅为单位。默认是None使用rcParams ['axes.titlepad']。

returns：
	
text ： Text
    matplotlib文本实例表示标题

其他参数：	
** kwargs ： Text属性
        其他关键字参数是文本属性 

（6）
在当前图中添加子图。

matplotlib.pyplot.subplot（* args，** kwargs ）

subplot(nrows, ncols, index, **kwargs)
subplot(pos, **kwargs)
subplot(ax)

* ARGS
一个3位整数或三个独立的整数，用于描述子图的位置。如果三个整数按顺序为nrows，ncols和index，则子图将采用nrows 行和ncols列的网格上的索引位置。index从左上角的1​​开始，向右增加。

pos是一个三位整数，其中第一个数字是行数，第二个是列数，第三个是子图的索引。即fig.add_subplot（235）与fig.add_subplot（2,3,5）相同。请注意，所有整数必须小于10才能使此表单生效。

投影 ： {无，'aitoff'，'锤'，'朗伯'，'mollweide'，'极地'，'直线'，str}，可选
子图（Axes）的投影类型。str是costum预测的名称，请参阅projections。默认的None会产生“直线”投影。

polar ： 布尔值，可选
如果为True，则相当于projection ='polar'。

sharex，sharey : Axes,可选
axis与sharex和/或sharey 共享x或y 。轴将具有与共享轴的轴相同的限制，刻度和比例。

label ： str
返回轴的标签。

returns：	
axes ： 一个axes.SubplotBase子类Axes（或类的子类Axes）
子图的轴。返回的轴基类取决于使用的投影。这是Axes如果直线投影的使用和projections.polar.PolarAxes是否极投影使用。返回的轴则是基类的子图子类。

其他参数：	
** kwargs
此方法还采用返回的轴基类的关键字参数。

https://matplotlib.org