当前位置: 首页 > article >正文

Python学习笔记第七十二天(Matplotlib imread)

Python学习笔记第七十二天

  • Matplotlib imread
    • 读取图像数据
    • 修改图像
    • 裁剪图像
    • 图像颜色
  • 后记

Matplotlib imread

imread() 方法是 Matplotlib 库中的一个函数,用于从图像文件中读取图像数据。

imread() 方法返回一个 numpy.ndarray 对象,其形状是 (nrows, ncols, nchannels),表示读取的图像的行数、列数和通道数:

如果图像是灰度图像,则 nchannels 为 1。
如果是彩色图像,则 nchannels 为 3 或 4,分别表示红、绿、蓝三个颜色通道和一个 alpha 通道。
imread() 方法的语法如下:

matplotlib.pyplot.imread(fname, format=None)

参数说明:

  • fname:指定了要读取的图像文件的文件名或文件路径,可以是相对路径或绝对路径。
  • format :参数指定了图像文件的格式,如果不指定,则默认根据文件后缀名来自动识别格式。

读取图像数据

以下实例演示了如何使用 imread 函数从一张图像文件中读取图像数据,并将其显示出来

# 实例 1
import matplotlib.pyplot as plt

# 读取图像文件         图片任意即可,这里拿地图举例
img = plt.imread('map.jpeg')

# 显示图像
plt.imshow(img)
plt.show()

以上实例中我们首先使用 imread() 方法从名为 map.jpeg 的图像文件中读取了图像数据,并将其存储在 img 变量中。

然后我们使用imshow() 方法显示了这张图像。

注意:我们在显示图像时没有指定颜色映射,这是因为 imread() 方法已经将图像数据按照正确的颜色映射转换成了 RGB 格式,因此我们可以直接使用默认的颜色映射来显示图像。

修改图像

我们可以通过更改 numpy 数组来修改图像。

例如,如果我们将数组乘以一个数 0≤≤1,我们将图像变暗

# 实例 2
import matplotlib.pyplot as plt

# 读取图像文件         图片任意即可,这里拿老虎举例
img_array = plt.imread('tiger.jpeg')
tiger = img_array/255
#print(tiger)

# 显示图像
plt.figure(figsize=(10,6))

for i in range(1,5):
    plt.subplot(2,2,i)
    x = 1 - 0.2*(i-1)
    plt.axis('off') #hide coordinate axes
    plt.title('x={:.1f}'.format(x))
    plt.imshow(tiger*x)

plt.show()

裁剪图像

以下实例用于裁剪图像

# 实例 3
import matplotlib.pyplot as plt

# 读取图像文件
img_array = plt.imread('tiger.jpeg')
tiger = img_array/255
#print(tiger)

# 显示图像
plt.figure(figsize=(6,6))
plt.imshow(tiger[:300,100:400,:])
plt.axis('off')
plt.show()

图像颜色

如果我们将 RGB 颜色的绿色和蓝色坐标的数组元素设置为 0,我们将得到红色的图像:

# 实例 3
import matplotlib.pyplot as plt

# 读取图像文件
img_array = plt.imread('tiger.jpeg')
tiger = img_array/255
#print(tiger)

# 显示图像
red_tiger = tiger.copy()

red_tiger[:, :,[1,2]] = 0

plt.figure(figsize=(10,10))
plt.imshow(red_tiger)
plt.axis('off')
plt.show()

后记

今天学习的是Python Matplotlib imread学会了吗。 今天学习内容总结一下:


http://www.kler.cn/a/106443.html

相关文章:

  • 创建vue+electron项目流程
  • EXCEL 或 WPS 列下划线转驼峰
  • Rust学习(五):泛型、trait
  • hrnet人体关键点检测模型适配atlas笔记
  • Android CCodec Codec2 (二一)InputBuffers
  • SpringCloud-使用FFmpeg对视频压缩处理
  • 广西厂家直销建筑模板,工程用木工板,多层胶合板批发
  • 使用Intersection Observer API 检测元素是否出现在可视窗口
  • RK3568-pcie接口
  • LuatOS-SOC接口文档(air780E)--mcu - 封装mcu一些特殊操作
  • 如何在外网访问内网服务器数据库
  • 高通Quick Charge快速充电原理分析
  • Vue项目搭建及使用vue-cli创建项目、创建登录页面、与后台进行交互,以及安装和使用axios、qs和vue-axios
  • 在Linux中,可以使用以下命令来查看进程
  • tqdm 显示进度条模块
  • Echarts 实现 设备运行状态图(甘特图) 工业大数据展示
  • C++实现线程池
  • 软件工程第八周
  • 设计模式之中介模式
  • 2、基于pytorch lightning的fabric实现pytorch的多GPU训练和混合精度功能
  • Python学习笔记第六十九天(Matplotlib 直方图)
  • threejs(4)-纹理材质高级操作
  • 软件测试面试题
  • 面对6G时代 适合通信专业的 毕业设计题目
  • Unity Shader当用户靠近的时候会出现吃鸡一样的光墙
  • ARM,汇编指令