python-3.x - matplotlib 中的 imhsow 与 opencv 显示的不同

Question

似乎 matplotlib.pyplot.imhsow(plt.imshow) 没有显示原始图片，它是否缩放了图像的值？我在使用 cv2.imhsow 和 plt.imhsow 时发现了不同之处。

我有两张图像，它们的亮度不同。但是，当使用 时plt.imshow，它们显示相同。但是使用时显示正确cv2.imhow。这是代码和图像。

import cv2
import matplotlib.pyplot as plt
img_o = plt.imread('1.jpg')
img = plt.imread('2.jpg')
cv2.imshow('img', img)
cv2.imshow('img_o', img_o)
cv2.waitKey(0)
cv2.destroyAllWindows()
plt.gray()
plt.imshow(img)
plt.show()
plt.imshow(img_o)
plt.show()

用于 的图像imshow，它们的亮度不同。

使用时cv2.imshow，可以显示为原来的。

显示的图像plt.imshow在下面上传。它们看起来完全一样，似乎plt.imshow忽略了图像的亮度。

标签： python-3.xopencvmatplotlib

Answer 1

图像的类型为 uint8，形状为 48 x 48 像素。因此 matplotlibimshow将使用活动颜色图 ( plt.gray()) 对它们进行颜色映射。颜色图归一化是根据数据的最小值和最大值来选择的。使用颜色条进行绘图时，这一点变得清晰。

import matplotlib.pyplot as plt
img_o = plt.imread('1.jpg')
img = plt.imread('2.jpg')

fig, (ax, ax2) = plt.subplots(ncols=2)
plt.gray()
im1 = ax.imshow(img)
fig.colorbar(im1, ax=ax)

im2 = ax2.imshow(img_o)
fig.colorbar(im2, ax=ax2)
plt.show()

从中我们看到，对于第一个图像，白色表示值 70，而第二个白色是 218。要在两种情况下使用相同的归一化，并与 8 位图像保持一致，可以使用norm = plt.Normalize(0,255)

import matplotlib.pyplot as plt
img_o = plt.imread('1.jpg')
img = plt.imread('2.jpg')

norm = plt.Normalize(0,255)

fig, (ax, ax2) = plt.subplots(ncols=2)
plt.gray()
im1 = ax.imshow(img, norm=norm)
fig.colorbar(im1, ax=ax)

im2 = ax2.imshow(img_o, norm=norm)
fig.colorbar(im2, ax=ax2)
plt.show() 

或者，您可以将灰度值复制到所有三个 RGB 通道，以便绘制 48x48x3 像素阵列。这将被解释为图像（与彩色映射数据相反）并正确显示。

import numpy as np
import matplotlib.pyplot as plt
img_o = plt.imread('1.jpg')
img = plt.imread('2.jpg')

img_o = np.dstack((img_o,img_o,img_o))
img = np.dstack((img,img,img))


fig, (ax, ax2) = plt.subplots(ncols=2)
im1 = ax.imshow(img)
im2 = ax2.imshow(img_o)

plt.show()