python數位影像處理（5）：映像的繪製__python

實際上前面我們就已經用到了映像的繪製，如：

io.imshow(img)  

這一行代碼的實質是利用matplotlib包對圖片進行繪製，繪製成功後，返回一個matplotlib類型的資料。因此，我們也可以這樣寫：

import matplotlib.pyplot as pltplt.imshow(img)

imshow()函數格式為：

matplotlib.pyplot.imshow(X, cmap=None)

X: 要繪製的映像或數組。

cmap: 顏色圖譜（colormap), 預設繪製為RGB(A)色彩空間。

其它可選的顏色圖譜如下列表：

顏色圖譜	描述
autumn	紅-橙-黃
bone	黑-白，x線
cool	青-洋紅
copper	黑-銅
flag	紅-白-藍-黑
gray	黑-白
hot	黑-紅-黃-白
hsv	hsv色彩空間， 紅-黃-綠-青-藍-洋紅-紅
inferno	黑-紅-黃
jet	藍-青-黃-紅
magma	黑-紅-白
pink	黑-粉-白
plasma	綠-紅-黃
prism	紅-黃-綠-藍-紫-...-綠模式
spring	洋紅-黃
summer	綠-黃
viridis	藍-綠-黃
winter	藍-綠

用的比較多的有gray,jet等，如：

plt.imshow(image,plt.cm.gray)

plt.imshow(img,cmap=plt.cm.jet)

在視窗上繪製完圖片後，返回一個AxesImage對象。要在視窗上顯示這個對象，我們可以調用show()函數來進行顯示，但進行練習的時候（ipython環境中），一般我們可以省略show（）函數，也能自動顯示出來。

from skimage import io,dataimg=data.astronaut()dst=io.imshow(img)print(type(dst))
io.show()

顯示為：

可以看到，類型是'matplotlib.image.AxesImage'。顯示一張圖片，我們通常更願意這樣寫：

import matplotlib.pyplot as pltfrom skimage import io,dataimg=data.astronaut()plt.imshow(img)plt.show()

 

matplotlib是一個專業繪圖的庫，相當於matlab中的plot,可以設定多個figure視窗,設定figure的標題，隱藏座標尺，甚至可以使用subplot在一個figure中顯示多張圖片。一般我們可以這樣匯入matplotlib庫：

import matplotlib.pyplot as plt

也就是說，我們繪圖實際上用的是matplotlib包的pyplot模組。

一、用figure函數和subplot函數分別建立主視窗與子圖

例:分開並同時顯示宇航員圖片的三個通道

from skimage import dataimport matplotlib.pyplot as pltimg=data.astronaut()plt.figure(num='astronaut',figsize=(8,8))  #建立一個名為astronaut的視窗,並設定大小 plt.subplot(2,2,1)     #將視窗分為兩行兩列四個子圖，則可顯示四幅圖片plt.title('origin image')   #第一幅圖片標題plt.imshow(img)      #繪製第一幅圖片plt.subplot(2,2,2)     #第二個子圖plt.title('R channel')   #第二幅圖片標題plt.imshow(img[:,:,0],plt.cm.gray)      #繪製第二幅圖片,且為灰階圖plt.axis('off')     #不顯示座標尺寸plt.subplot(2,2,3)     #第三個子圖plt.title('G channel')   #第三幅圖片標題plt.imshow(img[:,:,1],plt.cm.gray)      #繪製第三幅圖片,且為灰階圖plt.axis('off')     #不顯示座標尺寸plt.subplot(2,2,4)     #第四個子圖plt.title('B channel')   #第四幅圖片標題plt.imshow(img[:,:,2],plt.cm.gray)      #繪製第四幅圖片,且為灰階圖plt.axis('off')     #不顯示座標尺寸plt.show()   #顯示視窗

在圖片繪製過程中，我們用matplotlib.pyplot模組下的figure（）函數來建立顯示視窗，該函數的格式為：

matplotlib.pyplot.figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None)

所有參數都是可選的，都有預設值，因此調用該函數時可以不帶任何參數，其中：

num: 整型或字元型都可以。如果設定為整型，則該整型數字表示視窗的序號。如果設定為字元型，則該字串表示視窗的名稱。用該參數來命名視窗，如果兩個視窗序號或名相同，則後一個視窗會覆蓋前一個視窗。

figsize: 設定視窗大小。是一個tuple型的整數，如figsize=（8，8）

dpi: 整形數字，表示視窗的解析度。

facecolor: 視窗的背景顏色。

edgecolor: 視窗的邊框顏色。

用figure()函數建立的視窗，只能顯示一幅圖片，如果想要顯示多幅圖片，則需要將這個視窗再劃分為幾個子圖，在每個子圖中顯示不同的圖片。我們可以使用subplot（）函數來劃分子圖，函數格式為：

matplotlib.pyplot.subplot(nrows, ncols, plot_number)

nrows: 子圖的行數。

ncols: 子圖的列數。

plot_number: 當前子圖的編號。

如：

plt.subplot(2,2,1)

則表示將figure視窗劃分成了2行2列共4個子圖，當前為第1個子圖。我們有時也可以用這種寫法：

plt.subplot(221)

兩種寫法效果是一樣的。每個子圖的標題可用title()函數來設定，是否使用座標尺可用axis()函數來設定，如：

plt.subplot(221)plt.title("first subwindow")plt.axis('off')  

 

二、用subplots來建立顯示視窗與劃分子圖

除了上面那種方法建立顯示視窗和劃分子圖，還有另外一種編寫方法也可以，如下例: 

import matplotlib.pyplot as pltfrom skimage import data,colorimg = data.immunohistochemistry()hsv = color.rgb2hsv(img)fig, axes = plt.subplots(2, 2, figsize=(7, 6))ax0, ax1, ax2, ax3 = axes.ravel()ax0.imshow(img)ax0.set_title("Original image")ax1.imshow(hsv[:, :, 0], cmap=plt.cm.gray)ax1.set_title("H")ax2.imshow(hsv[:, :, 1], cmap=plt.cm.gray)ax2.set_title("S")ax3.imshow(hsv[:, :, 2], cmap=plt.cm.gray)ax3.set_title("V")for ax in axes.ravel():    ax.axis('off')fig.tight_layout()  #自動調整subplot間的參數

直接用subplots()函數來建立並劃分視窗。注意，比前面的subplot()函數多了一個s，該函數格式為：

matplotlib.pyplot.subplots(nrows=1, ncols=1)

nrows: 所有子圖行數，預設為1。

ncols: 所有子圖列數，預設為1。

返回一個視窗figure, 和一個tuple型的ax對象，該對象包含所有的子圖,可結