温馨提示×

温馨提示×

您好,登录后才能下订单哦!

密码登录×
登录注册×
其他方式登录
点击 登录注册 即表示同意《亿速云用户服务条款》

python怎么使用matplotlib显示图像失真的解决方案

发布时间:2021-04-26 14:12:48 来源:亿速云 阅读:341 作者:小新 栏目:开发技术

这篇文章给大家分享的是有关python怎么使用matplotlib显示图像失真的解决方案的内容。小编觉得挺实用的,因此分享给大家做个参考,一起跟随小编过来看看吧。

Python主要用来做什么

Python主要应用于:1、Web开发;2、数据科学研究;3、网络爬虫;4、嵌入式应用开发;5、游戏开发;6、桌面应用开发。

在python显示图象时,我们用matplotlib模块时会遇到图像色彩失真问题,究竟是什么原因呢,下面就来看看究竟。

待显示图像为:

python怎么使用matplotlib显示图像失真的解决方案

import cv2
from matplotlib import pyplot as plt
img = cv2.imread('demo_2.jpg',0)
plt.imshow(img, cmap = 'gray', interpolation = 'bicubic')
plt.xticks([]), plt.yticks([]) # to hide tick values on X and Y axis
plt.show()

上面简单的代码运行结果为:

python怎么使用matplotlib显示图像失真的解决方案

我们发现这个图像虽然显示出来了,但是与原图像在颜色上的差距还是挺大的,本来一个白胖小子被显示地阴阳怪气的,这肯定不像话了。那么我们要怎么让这个白胖小子用matplotlib模块完美地显示出来呢。

请看代码:

import cv2
from matplotlib import pyplot as plt
img = cv2.imread('demo_2.jpg', cv2.IMREAD_ANYCOLOR)
b,g,r = cv2.split(img)
img2 = cv2.merge([r, g, b])
plt.subplot(121)
plt.imshow(img, cmap = 'gray', interpolation = 'bicubic')
plt.xticks([])
plt.yticks([])
plt.subplot(122)
plt.imshow(img2, cmap = 'gray', interpolation = 'bicubic')
plt.xticks([])
plt.yticks([])
plt.show()

上述代码运行结果如下:

python怎么使用matplotlib显示图像失真的解决方案

我们通过代码可以发现,只要将通道按照bgr的顺序组合,图片就可以不失真地显示出来了,这样我们就明白了上述图片失真地原因和解决失真的方法。

补充:python plot图片失真的问题(避免type font 3字体的出现)

使用python画图时,开始直接使用png保存,没想到图片里会默认使用type font 3的字体,导致图片放入latex编译后,图片一放大就不清晰。

于是寻找了好多修改图片设置的解决方法

即,加入以下三行:

# Switch to Type 1 Fonts. 
matplotlib.rcParams['ps.useafm'] = True
matplotlib.rcParams['pdf.use14corefonts'] = True
matplotlib.rcParams['text.usetex'] = True

但是我的问题还是没解决…

以上的设置是需要的,只是我输出的图片以png形式保存导致。所以,最后,我另替换了画图的操作以及加了一些包,即,

import matplotlib
matplotlib.use('PDF')
import matplotlib.pyplot as plt
from matplotlib.backends.backend_pdf import PdfPages
plt.savefig('tmp.pdf', bbox_inches='tight')

图片以pdf输出,最后输出的图片就不会有type 3 font的问题啦,也就是图片不管放多大,都可以很清楚!

所以,使用python保存实验结果时,优选 PDF。

感谢各位的阅读!关于“python怎么使用matplotlib显示图像失真的解决方案”这篇文章就分享到这里了,希望以上内容可以对大家有一定的帮助,让大家可以学到更多知识,如果觉得文章不错,可以把它分享出去让更多的人看到吧!

向AI问一下细节

免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。

AI