用法以既步骤:
1、给出一张图片。
2、用python读取图片:img = mpimg.imread('a.gif')注意:这里的gif就是上图,虽然是gif格式,但却只有一帧图片,因此是可以读取的;img实际上是一个多维列表。把数组在转化为图片:plt.imshow(img):
3、img[:,:,1]是一个单通道图像,应该是灰度图,但是matplotlib显示出来的,是一个伪彩色图像。plt.imshow(img[:,:,1])。
4、还可以使用别的伪彩色方案,比如热力图:plt.imshow(img[:,:,1],cmap="hot"),而上面图中的伪彩色,可以称为翠绿色(viridis),是matplotlib默认的着色方案。
5、用Nipy谱着色:plt.imshow(img[:,:,1],cmap="nipy_spectral")。
6、在图片边上加上色彩标签:plt.imshow(img[:,:,1],cmap="nipy_spectral"),plt.colorbar()。
先到文末下载opencv的安装包。其实这个安装包就是一个解压缩。我们在安装包解压的目录找到这个文件
把这个文件拷贝到python的包安装目录下面
在python的shell导入cv2模块试试,看是不是安装好了。结果提示还需要安装一个依赖包
好吧,还好之前有这个numpy的安装包,直接安装
matplotlib.pyplot.imshow(X, cmap=None, norm=None, aspect=None, interpolation=None, alpha=None, vmin=None, vmax=None, origin=None, extent=None, *, filternorm=True, filterrad=4.0, resample=None, url=None, data=None, **kwargs)
From: https://matplotlib.org/api/_as_gen/matplotlib.pyplot.imshow.html?highlight=imshow#matplotlib.pyplot.imshow
改以下参数可以对图片效果进行调整:
举个栗子:
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)