Matplotlib 教程 之 Matplotlib imread() 方法 4

简介: Matplotlib 的 `imread()` 方法用于从文件中读取图像数据,返回一个包含图像信息的 numpy 数组。该方法支持灰度和彩色图像,可通过调整数组元素来修改图像颜色。示例中展示了如何将图像中的绿色和蓝色通道置零,从而显示红色图像。

Matplotlib 教程 之 Matplotlib imread() 方法 4

Matplotlib imread() 方法

imread() 方法是 Matplotlib 库中的一个函数,用于从图像文件中读取图像数据。

imread() 方法返回一个 numpy.ndarray 对象,其形状是 (nrows, ncols, nchannels),表示读取的图像的行数、列数和通道数:

如果图像是灰度图像,则 nchannels 为 1。
如果是彩色图像,则 nchannels 为 3 或 4,分别表示红、绿、蓝三个颜色通道和一个 alpha 通道。

imread() 方法的语法如下:

matplotlib.pyplot.imread(fname, format=None)

参数说明:

fname:指定了要读取的图像文件的文件名或文件路径,可以是相对路径或绝对路径。
format :参数指定了图像文件的格式,如果不指定,则默认根据文件后缀名来自动识别格式。

我们可以通过更改 numpy 数组来修改图像。

如果我们将 RGB 颜色的绿色和蓝色坐标的数组元素设置为 0,我们将得到红色的图像:

实例

import matplotlib.pyplot as plt

读取图像文件,下载地址:https://static.jyshare.com/images/mix/tiger.jpeg

img_array = plt.imread('tiger.jpeg')
tiger = img_array/255

print(tiger)

显示图像

red_tiger = tiger.copy()

red_tiger[:, :,[1,2]] = 0

plt.figure(figsize=(10,10))
plt.imshow(red_tiger)
plt.axis('off')
plt.show()

目录
相关文章
|
2月前
|
数据可视化 Python
Matplotlib 教程 之 Seaborn 教程 10
Seaborn 是基于 Matplotlib 的 Python 数据可视化库,专注于统计图形的绘制。它提供了高级接口和美观的默认主题,简化了复杂图形的生成过程。Seaborn 支持多种图表类型,如散点图、折线图、柱状图、热图等,并特别强调视觉效果。例如,使用 `sns.violinplot()` 可以轻松绘制展示数据分布的小提琴图。
34 1
|
13天前
|
Python
Matplotlib imsave() 方法
Matplotlib imsave() 方法
21 7
|
13天前
|
存储 Python
Matplotlib imread() 方法
Matplotlib imread() 方法
32 6
|
19天前
|
定位技术 Python
Matplotlib imshow() 方法
Matplotlib imshow() 方法
54 10
|
26天前
|
机器学习/深度学习 计算机视觉 Python
Matplotlib 教程
Matplotlib 教程
19 1
|
2月前
|
数据可视化 数据挖掘 Python
Matplotlib 教程 之 Seaborn 教程 8
Seaborn 是基于 Matplotlib 的 Python 数据可视化库,专注于统计图形的绘制。它提供了简洁的高级接口和美观的默认样式,支持多种图表类型,如散点图、折线图、柱状图、热图等,特别适合于数据分析和展示。例如,使用 `sns.boxplot()` 可以轻松绘制箱线图,展示数据的分布情况。
40 3
|
2月前
|
数据可视化 Python
Matplotlib 教程 之 Seaborn 教程 9
Seaborn 是基于 Matplotlib 的 Python 数据可视化库,专注于统计图形的绘制。它提供了高级接口和美观的默认主题,简化了复杂图形的生成过程。本文介绍了 Seaborn 的主要功能和绘图函数,包括热图 `sns.heatmap()` 的使用方法和示例代码。
24 1
|
2月前
|
数据可视化 DataX Python
Matplotlib 教程 之 Seaborn 教程 6
Seaborn 是基于 Matplotlib 的 Python 数据可视化库,专注于绘制统计图形。它提供高级接口和美观的默认主题,简化了复杂图形的绘制过程。本文档介绍了 Seaborn 的主要绘图函数,如 `sns.lineplot()` 用于绘制变量变化趋势的折线图,并给出了示例代码。
39 0
|
3月前
|
Python
以下是一些常用的图表类型及其Python代码示例,使用Matplotlib和Seaborn库。
以下是一些常用的图表类型及其Python代码示例,使用Matplotlib和Seaborn库。
|
3月前
|
数据可视化 数据挖掘 Linux
震撼发布!Python数据分析师必学,Matplotlib与Seaborn数据可视化实战全攻略!
在数据科学领域,数据可视化是连接数据与洞察的桥梁,能让复杂的关系变得直观。本文通过实战案例,介绍Python数据分析师必备的Matplotlib与Seaborn两大可视化工具。首先,通过Matplotlib绘制基本折线图;接着,使用Seaborn绘制统计分布图;最后,结合两者在同一图表中展示数据分布与趋势,帮助你提升数据可视化技能,更好地讲述数据故事。
58 1