06.05 图像基础

calendar May 5, 2026 · 1 分钟阅读 · Python Matplotlib 图像处理  ·
分享到: linkedin copy

图像基础

导入相应的包：

1import matplotlib.pyplot as plt
2import matplotlib.image as mpimg
3import numpy as np
4%matplotlib inline

臭虫

导入图像

我们首先导入上面的图像，注意 matplotlib 默认只支持 PNG 格式的图像，我们可以使用 mpimg.imread 方法读入这幅图像：

1img = mpimg.imread('stinkbug.png')

1img.shape

(375L, 500L, 3L)

这是一个 375 x 500 x 3 的 RGB 图像，并且每个像素使用 uint8 分别表示 RGB 三个通道的值。不过在处理的时候，matplotlib 将它们的值归一化到 0.0~1.0 之间：

1img.dtype

dtype('float32')

显示图像

使用 plt.imshow() 可以显示图像：

1imgplot = plt.imshow(img)

png

伪彩色图像

从单通道模拟彩色图像：

1lum_img = img[:,:,0]
2imgplot = plt.imshow(lum_img)

png

改变 colormap

1imgplot = plt.imshow(lum_img)
2imgplot.set_cmap('hot')

png 

1imgplot = plt.imshow(lum_img)
2imgplot.set_cmap('spectral')

png

显示色度条：

1imgplot = plt.imshow(lum_img)
2imgplot.set_cmap('spectral')
3plt.colorbar()
4plt.show()

png

限制显示范围

先查看直方图：

1plt.hist(lum_img.flatten(), 256, range=(0.0,1.0), fc='k', ec='k')
2plt.show()

png

将显示范围设为 0.0-0.7：

1imgplot = plt.imshow(lum_img)
2imgplot.set_clim(0.0,0.7)

png

resize 操作

1from PIL import Image
2img = Image.open('stinkbug.png')
3rsize = img.resize((img.size[0]/10,img.size[1]/10))
4rsizeArr = np.asarray(rsize) 
5imgplot = plt.imshow(rsizeArr)

png

上面我们将这个图像使用 PIL 的 Image 对象导入，并将其 resize 为原来的 1/100，可以看到很多细节都丢失了。

在画图时，由于画面的大小与实际像素的大小可能不一致，所以不一致的地方会进行插值处理，尝试一下不同的插值方法：

1imgplot = plt.imshow(rsizeArr)
2imgplot.set_interpolation('nearest')

png 

1imgplot = plt.imshow(rsizeArr)
2imgplot.set_interpolation('bicubic')

png