首页'ndarray' 显示图像

'ndarray' 显示图像

时间: 2025-01-14 14:21:31 浏览: 41

### 使用 NumPy 和 Matplotlib 显示图像为了显示图像，可以利用 `numpy` 来处理图像数据，并借助 `matplotlib.pyplot.imshow()` 函数来展示这些数据。下面是一个完整的例子，展示了如何读取、转换以及最终显示一幅彩色图像。 ```python import numpy as np from PIL import Image import matplotlib.pyplot as plt # 加载图片文件并将其转化为NumPy数组形式 image_path = 'example.jpg' # 图片路径 img_pil = Image.open(image_path).convert('RGB') img_array = np.array(img_pil) # 展示原始图像的信息 print(f"Image shape (height, width, channels): {img_array.shape}") plt.title("Original Image") plt.axis('off') # 关闭坐标轴刻度 plt.imshow(img_array) plt.show() ``` 这段代码首先通过 Pillow 库中的 `Image.open()` 方法打开指定路径下的 JPEG 文件，并调用 `.convert('RGB')` 确保图像是三通道颜色模式；接着使用 `np.array()` 把它变成一个多维数组 `img_array`[^2]。最后，运用 `matplotlib.pyplot.imshow()` 可视化这个多维数组表示的图像。对于灰度图像，则不需要进行 RGB 转换： ```python # 如果是灰度图像则无需转成RGB格式 gray_img_pil = Image.open('grayscale_example.png').convert('L') gray_img_array = np.array(gray_img_pil) plt.figure(figsize=(8, 6)) plt.title("Grayscale Image") plt.axis('off') plt.imshow(gray_img_array, cmap='gray', vmin=0, vmax=255) plt.show() ``` 这里的关键在于选择了合适的色彩映射 (`cmap`) 参数——对于黑白照片来说就是 `'gray'` ——并且设置了合理的亮度范围(`vmin`, `vmax`)使得视觉效果更佳。

阅读全文