为什么 Matplotlib 显示不正确的图像？

Question

我正在尝试将图像分成小块并将其可视化，但 matplotlib 一直显示完全不正确的输出。

from PIL import Image
import os
def imgcrop(input, xPieces, yPieces):
    filename, file_extension = os.path.splitext(input)
    im = Image.open(input)
    imgwidth, imgheight = im.size
    height = imgheight // yPieces
    width = imgwidth // xPieces
    for i in range(0, yPieces):
        for j in range(0, xPieces):
            box = (j * width, i * height, (j + 1) * width, (i + 1) * height)
            a = im.crop(box)
            np_img = np.asarray(a)
            plt.imshow(np_img)

我使用的方法如下：

imgcrop("cats.jpeg", 14, 14)

我得到了 16 x 16 个补丁，但颜色与图片完全不同

代码来源：#How to Split Image Into Multiple Pieces in Python

输入：

输出：

Answer 1

你的问题不是颜色不对，而是你只看到显示的图像的最后一个补丁（至少在 jupyter notebook 中运行时）

这导致唯一可见的补丁是地面之一（右下角），它完全是棕色阴影，因此看起来与您的初始图片非常不同。

最简单的修复方法是使用 plt.subplots 绘制所有补丁：

from PIL import Image
import os
import numpy as np
import matplotlib.pyplot as plt
def imgcrop(input, xPieces, yPieces):
    filename, file_extension = os.path.splitext(input)
    im = Image.open(input)
    imgwidth, imgheight = im.size
    height = imgheight // yPieces
    width = imgwidth // xPieces
    fig, axs = plt.subplots(yPieces, xPieces)
    for i in range(0, yPieces):
        for j in range(0, xPieces):
            box = (j * width, i * height, (j + 1) * width, (i + 1) * height)
            a = im.crop(box)
            np_img = np.asarray(a)
            axs[i][j].imshow(np_img)
    [axi.set_axis_off() for axi in axs.ravel()]
imgcrop("cat.jpg", 14, 14)

输入：

输出：

为什么 Matplotlib 显示不正确的图像？

Why does Matplotlib shows an incorrect image?

python

image-processing

matplotlib