图像可视化

matplotlib

官网地址：点击跳转

1、折线图

import numpy as np
import matplotlib.pyplot as pltx = np.arange(-10, 10, 0.5)
y1 = np.sin(x)
y2 = np.cos(x)plt.plot(x, y1, label='y1', color='r', marker='*', linestyle='-')
plt.plot(x, y2, label='y2', color='b', marker='o', linestyle='--')
plt.legend(loc='upper left')  # 添加图例，放在左上角位置
plt.show()

color、marker、linestyle、legend 可选值见本文最后附

2、散点图

import matplotlib.pyplot as plt# 数据
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]# 绘制散点图
plt.scatter(x, y)# 添加标题和坐标轴标签
plt.title('Scatter Plot Example')
plt.xlabel('X')
plt.ylabel('Y')# 显示网格线
plt.grid(True)# 显示图像
plt.show()

3、绘制矩形框

matplotlib.patches.Rectangle 是 Matplotlib 提供的一个用于绘制矩形的类，它可以在图表中绘制一个矩形形状的对象。

matplotlib.patches.Rectangle(xy, width, height, angle=0.0, **kwargs)

参数：

(x, y): 矩形的左下角的坐标。这个坐标表示矩形左下角的位置。
width: 矩形的宽度。
height: 矩形的高度。
angle: 矩形的旋转角度。默认值为0，表示矩形不旋转。
linewidth: 矩形边框线的宽度。
edgecolor: 矩形边框线的颜色。
facecolor: 矩形填充的颜色。如果设置为 'none' 或 None，则表示矩形不填充。
alpha: 矩形的透明度，取值范围为 0 到 1。
linestyle: 矩形边框线的样式。默认值为 'solid'。

import matplotlib.pyplot as plt
import matplotlib.patches as patches# 创建一个矩形对象
rectangle = patches.Rectangle((0.2, 0.3), 0.5, 0.4, linewidth=2, edgecolor='r', facecolor='none')# 显示图形
fig, ax = plt.subplots()
ax.add_patch(rectangle)
plt.xlim(0, 1)
plt.ylim(0, 1)
plt.show()

3、图像读取与可视化

matplotlib 使用 plt.imshow(image) 进行可视化时，image 的格式需为 [H、W、C]
三通道的顺序需为：RGB

1）使用 matplotlib 读取图像，并使用 matplotlib 可视化图像

import matplotlib.image as mpimg
import matplotlib.pyplot as plt# 读取图像
image = mpimg.imread("example_image.jpg")# 获取图像尺寸
height, width, channels = image.shape
print(width, height, channels)  # 640 426 3# 可视化图像
plt.imshow(image)
plt.axis('off')  # 关闭坐标轴
plt.show()

2）或者，我们一般也使用 PIL 读取图像，并使用 matplotlib 可视化图像

from PIL import Image
import matplotlib.pyplot as pltimage = Image.open("example_image.jpg")print(image.width, image.height)  # 640 426plt.axis('off')
plt.imshow(image)
plt.show()

4、可视化多张图像

plt.subplot(223) ：参数中的 223 分别表示，图像展示格局为 2行 2列，当这个图像放在第3个位置（即第2行第1列的位置）

import PIL.Image as Image
import matplotlib.pyplot as pltimg1 = Image.open('./COCO2017/train2017/000000000025.jpg')
img2 = Image.open('./COCO2017/train2017/000000000030.jpg')
img3 = Image.open('./COCO2017/train2017/000000000034.jpg')plt.subplot(221)
plt.axis('off')
plt.imshow(img1)plt.subplot(222)
plt.axis('off')
plt.imshow(img2)plt.subplot(223)
plt.axis('off')
plt.imshow(img3)plt.show()

5、在图像上绘制散点

import matplotlib.pyplot as plt
import PIL.Image as Image
import numpy as np# 读取图像
image = Image.open('example_image')
width, height = image.size[:2]
# 绘制图像
plt.imshow(image)# 生成一些随机的散点数据
num_points = 50
x = np.random.randint(0, width, 20)
y = np.random.randint(0, height, 20)# 绘制散点
plt.scatter(x, y, color='red', marker='o')# 显示图像
plt.axis('off')
plt.show()

6、在图像上绘制矩形并标注文字

需要注意的是，对于图像来说，图像左上角点是原点，这时 patches.Rectangle 参数指定的是矩形左上角点的坐标，和图像的宽、高

from PIL import Image
import requests
import matplotlib.pyplot as plt
import matplotlib.patches as patches
import numpy as np# 读取一张图像
url = 'https://farm4.staticflickr.com/3120/2862048068_0cf5eed770_z.jpg'
image = Image.open(requests.get(url, stream=True).raw)# 绘制图像
plt.axis('off')
plt.imshow(image)# 创建一个矩形对象并添加到图像中，（66, 110） 是左上角点的 x 和 y
rectangle = patches.Rectangle((66, 110), 85, 133, linewidth=2, edgecolor='r', facecolor='none')
plt.gca().add_patch(rectangle)# 标注文字
plt.text(66, 110, 'cow: 86%', color='r', fontsize=9, verticalalignment='bottom',bbox=dict(facecolor='yellow', edgecolor='r'))# 显示图像
plt.show()

附

1）color 的可选值

查看官网

2）marker 可选值

查看官网

3）inestyle 可选值

查看官网

4）Legend 参数 loc 位置可选值

查看官网

Python关于%matplotlib inline 标红底报错

import numpy
import matplotlib.pyplot as plt
%matplotlib inline

当你copy 别人的代码的时候，其中最后一句 %matplotlib inline 总是红底下划线，显示是 invalid syntax（无效语法）。为啥别人用就行，你用就不行呢？

原因是：在使用 jupyter notebook 或者 jupyter qtconsole的时候，才会经常用到 %matplotlib，也就是说，那一份代码可能就是别人使用 jupyter notebook 或者 jupyter qtconsole 进行编辑的。而你如果使用的是 spyder 或者pycharm，你就用不着那句代码

当我们在spyder或者pycharm实际运行代码的时候，可以直接注释掉这一句，也是可以运行成功的。

cv2

1、图片读取 cv2.imread()

img = cv2.imread(filename, flags)

filename：指定图像的路径
flags：用来控制读取文件的类型，flages的参数值如下表。表中第一列参数与第三列是等价的，在设置参数时，既可以使用第一列的参数值，也可以使用第三列的参数值。即 img = cv2.imread('image.bmp', cv2.IMREAD_UNCHANGED) 与 img = cv2.imread('image.bmp', -1) 效果是一样的

2、图片展示

1）cv2. imshow()

cv2.imshow() 用于创建一个指定名称的窗口，并在窗口中展示图像

cv2.imshow(winname, mat)

winname：窗口的名称
mat：要显示的图像

举例

import cv2img = cv2.imread('./lena.png', -1)
cv2.imshow('lena', img)
cv2.waitKey()
cv2.destroyWindow('lena')

说明

函数 cv2.imshow() 之后要用 cv2.waitKey() 函数设定图像窗口的显示时长，否则不会显示图像窗口。
图像窗口将在 waitKey() 函数所设定的时长（毫秒）后自动关闭，waitKey(0) 表示窗口显示时长为无限，不填写的话参数值默认为0。
显示图片时，可以创建多个不同的显示窗口，每个窗口必须有不同的名称。

2、cv2.waitKey()

cv2.waitKey(delay)

delay 表示等待键盘触发的时间，单位为ms；该值默认为0
- 当该值是负数或0时，表示无限等待，直到用户在键盘上点击任意一个键后，图片消失；
- 如果设置改值为1000，则1000ms后，图片自动消失

3、cv2. destroyWindow()

函数 cv2.destroyWindow() 用来释放（销毁）指定窗口

import cv2 img = cv2.imread('./lena.png', cv2.IMREAD_UNCHANGED)
cv2.imshow('lena', img)
cv2.waitKey()
cv2.destroyWindow('lena')

运行如上程序，首先会在一个名为 'lena' 的窗口内显示 lena.png 图像。当按下键盘上的任意一个按键后，名称为 'lena' 的窗口会被释放。

4、cv2. destroyAllWindows()

函数 cv2.destroyAllWindows() 用来释放（销毁）所有窗口

import cv2 img = cv2.imread('./lena.png', cv2.IMREAD_UNCHANGED)
cv2.imshow('lena1', img)
cv2.imshow('lena2', img)
cv2.waitKey()
cv2.destroyAllWindows()

运行如上程序，会分别出现名称为 'lena1' 和 'lena2' 的窗口，在两个窗口中显示的都是 lena.png 图像。当按下键盘上的任意一个按键后，两个窗口都会被释放。

3、常见错误

1）常见错误一：图片路径错误

若错误提示为：

`error: (-215:Assertion failed)size.width>0&& size.height>0 in function 'cv::imshow'`

这通常是由于在读取文件时没有找到图像文件造成的。

2）常见错误二：点击任意键，图像没有消失

用 jupyter 运行的时候，可能会出现一个情况就是：图片展示出来了，但是点击任意键，图像不会消失，而是光标在转圈。

解决方案是，在destroyAllWindows 之后，再加一个 cv2.waitKey(1)

import cv2img = cv2.imread('./images/LenaRGB.bmp', -1)
cv2.imshow('lena', img)
cv2.waitKey()
cv2.destroyAllWindows()
cv2.waitKey(1)

PIL

1、读取本地图片

PIL.Image.open 读取进来的图像，没有shape属性（有 size属性），可以通过 size 查看图像尺寸

通过size获取到的尺寸，没有channel信息，只有 width 和 height （注意 width 和 height 的顺序）

from PIL import Image# 打开图像文件
image = Image.open("example_image.jpg")# 获取图像尺寸
width, height = image.size
print(width, height)  # 640 426

2、读取网络图片

from PIL import Image
import requests
import matplotlib.pyplot as plturl = 'https://farm4.staticflickr.com/3120/2862048068_0cf5eed770_z.jpg'
image = Image.open(requests.get(url, stream=True).raw)print(image.width, image.height)  # 640 426plt.axis('off')
plt.imshow(image)
plt.show()

注意：

cv2 可视化图像，要求图像格式为：BGR
matplotlib 可视化图像，要求图像格式为：RGB

使用 cv2 读取图像，使用 matplotlib 可视化图像，需要将图像从 BGR 格式转换为 RGB 格式

import cv2
import matplotlib.pyplot as plt# 读取图像
image = cv2.imread("example_image.jpg")# 将 BGR 格式转换为 RGB 格式
image_rgb = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)# 可视化图像
plt.imshow(image_rgb)
plt.axis('off')  # 关闭坐标轴
plt.show()

matplotlib

1、折线图

2、散点图

3、绘制矩形框

3、图像读取与可视化

4、可视化多张图像

5、在图像上绘制散点

6、在图像上绘制矩形并标注文字

附

1）color 的可选值

2）marker 可选值

3）inestyle 可选值

4）Legend 参数 loc 位置可选值

Python关于%matplotlib inline 标红底报错

cv2

1、图片读取 cv2.imread()

2、图片展示

1）cv2. imshow()

2、cv2.waitKey()

3、cv2. destroyWindow()

4、cv2. destroyAllWindows()

3、常见错误

1）常见错误一：图片路径错误

2）常见错误二：点击任意键，图像没有消失

PIL

1、读取本地图片

2、读取网络图片

注意：

相关资讯

热文排行

最新新闻

推荐新闻

热搜词

图像可视化

matplotlib

1、折线图

2、散点图

3、绘制矩形框

3、图像读取与可视化

4、可视化多张图像

5、在图像上绘制散点

6、在图像上绘制矩形 并标注文字

附

1）color 的可选值

2）marker 可选值

3）inestyle 可选值

4）Legend 参数 loc 位置可选值

Python关于%matplotlib inline 标红底报错

cv2

1、图片读取 cv2.imread()

2、图片展示

1）cv2. imshow()

2、cv2.waitKey()

3、cv2. destroyWindow()

4、cv2. destroyAllWindows()

3、常见错误

1）常见错误一：图片路径错误

2）常见错误二：点击任意键，图像没有消失

PIL

1、读取本地图片

2、读取网络图片

注意：

相关资讯

热文排行

最新新闻

推荐新闻

热搜词

6、在图像上绘制矩形并标注文字