Bagaimana untuk Memaparkan Imej Skala Kelabu dengan Betul dengan Fungsi `imshow()` Matplotlib?

DDD
Lepaskan: 2024-10-28 20:35:02
asal
157 orang telah melayarinya

How to Display Grayscale Images Correctly with Matplotlib's `imshow()` Function?

Memuatkan dan Memaparkan Imej Skala Kelabu dengan Matplotlib

Menukar imej kepada skala kelabu melibatkan mengalih keluar maklumat warnanya, menghasilkan imej dengan rona kelabu . Walaupun Matplotlib menyediakan fungsi imshow() untuk memaparkan imej, ia boleh tersilap memaparkan imej skala kelabu menggunakan peta warna, yang memperkenalkan warna yang tidak diingini.

Untuk membetulkannya, adalah penting untuk menentukan argumen cmap dalam imshow() kepada 'kelabu'. Ini mengarahkan Matplotlib untuk menggunakan peta warna skala kelabu, memastikan imej dipaparkan dalam warna kelabu. Selain itu, menetapkan parameter vmin dan vmax kepada nilai minimum dan maksimum keamatan piksel, masing-masing, memastikan bahawa nilai skala kelabu diwakili dengan betul.

Berikut ialah contoh kod yang menunjukkan perkara ini:

<code class="python">import numpy as np
import matplotlib.pyplot as plt
from PIL import Image

fname = 'image.png'
image = Image.open(fname).convert("L")
arr = np.asarray(image)
plt.imshow(arr, cmap='gray', vmin=0, vmax=255)
plt.show()</code>
Salin selepas log masuk

Kod ini membaca imej daripada fail bernama 'image.png', menukarnya kepada skala kelabu dan memaparkan imej skala kelabu menggunakan fungsi imshow() Matplotlib dengan peta warna skala kelabu yang betul. Dengan menggunakan pendekatan ini, anda boleh berjaya memaparkan imej skala kelabu tanpa menghadapi isu peta warna.

Atas ialah kandungan terperinci Bagaimana untuk Memaparkan Imej Skala Kelabu dengan Betul dengan Fungsi `imshow()` Matplotlib?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

sumber:php.cn
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan
Tentang kita Penafian Sitemap
Laman web PHP Cina:Latihan PHP dalam talian kebajikan awam,Bantu pelajar PHP berkembang dengan cepat!