python数字图像处理（5）：图像的绘制

实际上前面我们就已经用到了图像的绘制，如：

io.imshow(img)

这一行代码就是得利用matplotlib包对图片进行绘制，绘制成功后，返回一个matplotlib类型的数据。要显示绘制的图片，我们可以调用show()函数来进行显示，但进行练习的时候，一般我们可以省略show（）函数，也能自动显示出来。

from skimage import io,data
img=data.astronaut()
dst=io.imshow(img)
print(type(dst))
io.show()

显示为：



可以看到，类型是'matplotlib.image.AxesImage'，它除了图像本身信息，还有坐标尺等其它信息。如果要同时显示两张图片，那么在显示第二张图片的时候，会把第一张图片覆盖掉。

matplotlib是一个专业绘图的库，相当于matlab中的plot,可以设置多个figure,设置figure的标题，隐藏坐标尺，甚至可以使用subplot在一个figure中显示多张图片。一般我们可以这样导入matplotlib库：

import matplotlib.pyplot as plt

也就是说，我们绘图实际上用的是matplotlib包的pyplot模块。

例:分开并同时显示宇航员图片的三个通道

from skimage import data
import matplotlib.pyplot as plt
img=data.astronaut()
plt.figure(num='astronaut',figsize=(8,8))  #创建一个名为astronaut的窗口,并设置大小

plt.subplot(2,2,1)     #将窗口分为两行两列四个子窗口，则可显示四幅图片
plt.title('origin image')   #第一幅图片标题
plt.imshow(img)      #绘制第一幅图片

plt.subplot(2,2,2)     #第二个子窗口
plt.title('R channel')   #第二幅图片标题
plt.imshow(img[:,:,0],plt.cm.gray)      #绘制第二幅图片,且为灰度图
plt.axis('off')     #不显示坐标尺寸

plt.subplot(2,2,3)     #第三个子窗口
plt.title('G channel')   #第三幅图片标题
plt.imshow(img[:,:,1],plt.cm.gray)      #绘制第三幅图片,且为灰度图
plt.axis('off')     #不显示坐标尺寸

plt.subplot(2,2,4)     #第四个子窗口
plt.title('B channel')   #第四幅图片标题
plt.imshow(img[:,:,2],plt.cm.gray)      #绘制第四幅图片,且为灰度图
plt.axis('off')     #不显示坐标尺寸

plt.show()   #显示窗口

另外一种编写方法也可以：

import matplotlib.pyplot as plt
from skimage import data,color

img = data.immunohistochemistry()
hsv = color.rgb2hsv(img)

fig, axes = plt.subplots(2, 2, figsize=(7, 6))
ax0, ax1, ax2, ax3 = axes.ravel()

ax0.imshow(img)
ax0.set_title("Original image")

ax1.imshow(hsv[:, :, 0], cmap=plt.cm.gray)
ax1.set_title("H")

ax2.imshow(hsv[:, :, 1], cmap=plt.cm.gray)
ax2.set_title("S")

ax3.imshow(hsv[:, :, 2], cmap=plt.cm.gray)
ax3.set_title("V")

for ax in axes.ravel():
ax.axis('off')

fig.tight_layout()  #自动调整subplot间的参数

两种书写方法效果是一样的，你喜欢哪种就用哪种！！

除了使用matplotlib库来绘制图片，skimage还有另一个模块ImageViewer，也可以显示图片。

它是利用Qt工具来创建一块画布，从而在画布上绘制图像。

例：

from skimage import data
from skimage.viewer import ImageViewer

img = data.coins()
viewer = ImageViewer(img)
viewer.show()