實際上前面我們就已經用到了圖像的繪制，如：

io.imshow(img)

這一行代碼的實質是利用matplotlib包對圖片進行繪制，繪制成功后，返回一個matplotlib類型的數據。因此，我們也可以這樣寫：

importmatplotlib.pyplot as plt

plt.imshow(img)

imshow()函數格式為：

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

X: 要繪制的圖像或數組。

cmap: 顏色圖譜(colormap), 默認繪制為RGB(A)顏色空間。

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顏色空間， 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)

在窗口上繪制完圖片后，返回一個AxesImage對象。要在窗口上顯示這個對象，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 importio,data

img=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，我們通常更愿意這樣寫：

importmatplotlib.pyplot as pltfrom skimage importio,data

img=data.astronaut()

plt.imshow(img)

plt.show()

matplotlib是一個專業繪圖的庫，相當于matlab中的plot,可以設置多個figure窗口,設置figure的標題，隱藏坐標尺，甚至可以使用subplot在一個figure中顯示多張圖片。一般我們可以這樣導入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模塊。

一、用figure函數和subplot函數分別創建主窗口與子圖

例:分開并同時顯示宇航員圖片的三個通道

from skimage importdataimportmatplotlib.pyplot as plt

img=data.astronaut()

plt.figure(num='astronaut',figsize=(8,8)) #創建一個名為astronaut的窗口,并設置大小

plt.subplot(2,2,1) #將窗口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) #繪制第一幅圖片

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) #繪制第二幅圖片,且為灰度圖

plt.axis('off') #不顯示坐標尺寸

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) #繪制第三幅圖片,且為灰度圖

plt.axis('off') #不顯示坐標尺寸

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) #繪制第四幅圖片,且為灰度圖

plt.axis('off') #不顯示坐標尺寸

plt.show()#顯示窗口

在圖片繪制過程中，我們用matplotlib.pyplot模塊下的figure()函數來創建顯示窗口，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，都有默認值，因此調用該函數時可以不帶任何參數，其中：

num: 整型或字符型都可以。如果設置為整型，則該整型數字表示窗口的序號。如果設置為字符型，則該字符串表示窗口的名稱。用該參數來命名窗口，如果兩個窗口序號或名相同，則后一個窗口會覆蓋前一個窗口。

figsize: 設置窗口大小。是一個tuple型的整數，如figsize=(8，8)

dpi: 整形數字，表示窗口的分辨率。

facecolor: 窗口的背景顏色。

edgecolor: 窗口的邊框顏色。

用figure()函數創建的窗口，只能顯示一幅圖片，如果想要顯示多幅圖片，則需要將這個窗口再劃分為幾個子圖，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窗口劃分成了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()函數來設置，是否使用坐標尺可用axis()函數來設置，如：

plt.subplot(221)

plt.title("first subwindow")

plt.axis('off')

二、用subplots來創建顯示窗口與劃分子圖

除了上面那種方法創建顯示窗口和劃分子圖，還有另外一種編寫方法也可以，如下例:

importmatplotlib.pyplot as pltfrom skimage importdata,color

img=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 inaxes.ravel():

ax.axis('off')

fig.tight_layout()#自動調整subplot間的參數

直接用subplots()函數來創建并劃分窗口。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，默認為1。

ncols: 所有子圖列數，默認為1。

返回一個窗口figure, 和一個tuple型的ax對象，該對象包含所有的子圖,可結合ravel()函數列出所有子圖，如：

fig, axes = plt.subplots(2, 2, figsize=(7, 6))

ax0, ax1, ax2, ax3= axes.ravel()

創建了2行2列4個子圖，分別取名為ax0,ax1,ax2和ax3, 每個子圖的標題用set_title()函數來設置，如：

ax0.imshow(img)

ax0.set_title("Original image")

如果有多個子圖，我們還可以使用tight_layout()函數來調整顯示的布局，該函數格式為：

matplotlib.pyplot.tight_layout(pad=1.08,?h_pad=None,?w_pad=None,?rect=None)

所有的參數都是可選的，調用該函數時可省略所有的參數。

pad: 主窗口邊緣和子圖邊緣間的間距，默認為1.08

h_pad, w_pad: 子圖邊緣之間的間距，默認為?pad_inches

rect: 一個矩形區域，如果設置這個值，則將所有的子圖調整到這個矩形區域內。

一般調用為：

plt.tight_layout() #自動調整subplot間的參數

三、其它方法繪圖并顯示

除了使用matplotlib庫來繪制圖片，skimage還有另一個子模塊viewer，也提供一個函數來顯示圖片。不同的是，它利用Qt工具來創建一塊畫布，從而在畫布上繪制圖像。

例：

from skimage importdatafrom skimage.viewer importImageViewer

img=data.coins()

viewer=ImageViewer(img)

viewer.show()

最后總結一下，繪制和顯示圖片常用到的函數有：

函數名

功能

調用格式

figure

創建一個顯示窗口

plt.figure(num=1,figsize=(8,8)

imshow

繪制圖片

plt.imshow(image)

show

顯示窗口

plt.show()

subplot

劃分子圖

plt.subplot(2,2,1)

title

設置子圖標題(與subplot結合使用)

plt.title('origin image')

axis

是否顯示坐標尺

plt.axis('off')

subplots

創建帶有多個子圖的窗口

fig,axes=plt.subplots(2,2,figsize=(8,8))

ravel

為每個子圖設置變量

ax0,ax1,ax2,ax3=axes.ravel()

set_title

設置子圖標題(與axes結合使用)

ax0.set_title('first window')

tight_layout

自動調整子圖顯示布局

plt.tight_layout()

總結

以上是生活随笔為你收集整理的python怎么制作图像_python数字图像处理（5）：图像的绘制的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。