点击上方“算法猿的成长“,关注公众号,选择加“星标“或“置顶”
总第 130 篇文章,本文大约 1000 字,阅读大约需要 5 分钟
今天简单介绍如何通过 matplotlib 展示图片,分为以下几种情况:
首先是需要安装需要的库,主要是 opencv
、 matplotlib
、Pillow
两个库:
pip install opencv-python matplotlib Pillow
此外,在 jupyter
中运行代码。
另外,本次代码例子中展示所用的图片为:
代码和图片都上传到 GitHub 上了:
https://github.com/ccc013/CodesNotes/blob/master/PythonNotes/matplotlib_notes.ipynb
首先是导入需要的库:
import matplotlib.pyplot as plt
import matplotlib.image as mpimg
%matplotlib inline
第一行就是导入用于展示图片的函数 matplotlib
的 pyplot
,第二行则是用于读取图片的 image
,第三行是因为在 jupyter
中用 matplotlit
展示图片需要加入的一行代码。
接下来就是读取并展示图片,如下所示:
# 采用 matplotlib 展示图片
image = mpimg.imread('plane.jpg')
plt.imshow(image)
结果如下所示:
这里我们发现展示的图片,出现了坐标轴,可以通过添加一行代码,来关闭坐标轴:
plt.axis('off')
结果如下所示:
不过,对于图像库,使用更多的还是 opencv
,所以如何通过 matplotlib
展示 opencv
读取的图片呢?
代码其实很简单,如下所示:
import cv2
image = cv2.imread("plane.jpg")
plt.imshow(image)
但这里发现展示的图片颜色不对,和原图出现了很大的区别,这是为什么呢?
原因其实是 opencv
对于 RGB 图片是将其表示为一个多维的 NumPy
的多维数组,但排列顺序是反序的,也就是BGR 的顺序,因此这里需要对通道顺序进行调整,代码应该这么修改:
plt.imshow(cv2.cvtColor(image, cv2.COLOR_BGR2RGB))
通过进行通道的转换后,再次展示图片,就能显示原图了。
另外一个非常常用的图像处理库就是 PIL 了,这里展示的代码也很简单,如下所示:
# 展示 PIL 读取的图片
from PIL import Image
image = Image.open('plane.jpg')
plt.imshow(image)
今天简单介绍了如何通过 matplotlib
来展示图片,分别是三种情况,直接用 matplotlib
读取图片,用 opencv
读取图片,用 PIL
读取图片,其中需要注意的是 opencv
读取图片的情况,因为其对于 RGB 通道的排列是反序的。