使用 matplotlib imshow 将 NxMx3 ndarray 绘制为图像

Question

我的代码旨在使用 matplotlib.imshow():

以 RGB 形式绘制 HSL W x H 图像

import pylab as plt
import numpy as np
import colorsys

W = 512
H = 256

hsls = np.ndarray(shape=(H, W, 3), dtype=float)
hsls[:] = .0

baseCol = np.linspace(0, 1, H)[np.newaxis, :].transpose()
print baseCol.shape, hsls.shape # Gives: (256, 1) (256, 512, 3)
hsls[:, :, 0] = np.tile(baseCol, (1, W))
hsls[:, :, 1:3] = 0.5 # Use constant saturation and lightness.

vfunc = np.vectorize(colorsys.hsv_to_rgb)
rgbs = np.array(vfunc(hsls[:, :, 0], hsls[:, :, 1], hsls[:, :, 2])).transpose()

im = plt.imshow(rgbs, interpolation='nearest', aspect='auto')
plt.colorbar(im, orientation='horizontal')
plt.show()

结果：

这看起来几乎是正确的，只是它被转置了。我希望它看起来逆时针旋转。但是当我 transpose/reshape 这样的时候：

rgbs = rgbs.reshape((H, W, 3))

我得到了一个水平级联的图像：

我也玩过 reshape() 的顺序参数，但是 'F' 给了我第一个结果，而 'C' 给了我第二个。

如何实现我想要的逆时针旋转？

Answer 1

我自己想出来了。我可以首先创建正确的形状。

import pylab as plt
import numpy as np
import colorsys

W = 512
H = 256

hsls = np.ndarray(shape=(W, H, 3), dtype=float)
hsls[:] = .0

baseCol = np.linspace(0, 1, H)[np.newaxis, :]
print baseCol.shape, hsls.shape # Gives: (256, 1) (256, 512, 3)
hsls[:, :, 0] = np.tile(baseCol, (W, 1))
hsls[:, :, 1:3] = 0.5 # Use constant saturation and lightness.

vfunc = np.vectorize(colorsys.hsv_to_rgb)
rgbs = np.flipud(np.array(vfunc(hsls[:, :, 0], hsls[:, :, 1], hsls[:, :, 2])).transpose())

im = plt.imshow(rgbs, interpolation='nearest', aspect='auto')
plt.colorbar(im, orientation='horizontal')
plt.show()

结果：

Answer 2

形状为 (W, H) 的 NumPy 数组有 W 行和 H 列。如果您想要 H 行和 W 列，则数组的形状应为 (H, W).

所以使用

hsls = np.zeros((H, W, 3), dtype=float)

我认为如果您从具有正确形状的数组 hsls 开始：

import matplotlib.pyplot as plt
import numpy as np
import colorsys

W = 512
H = 256

hsls = np.zeros((H, W, 3), dtype=float)

baseCol = np.linspace(0, 1, H)
print baseCol.shape, hsls.shape
# (256,) (256, 512, 3)
hsls[:, :, 0] = baseCol[:, np.newaxis]
hsls[:, :, 1:3] = 0.5 # Use constant saturation and lightness.

vfunc = np.vectorize(colorsys.hsv_to_rgb)
rgbs = np.dstack(vfunc(hsls[:, :, 0], hsls[:, :, 1], hsls[:, :, 2]))

im = plt.imshow(rgbs, interpolation='nearest', aspect='auto')
plt.colorbar(im, orientation='horizontal')
plt.show()

产量

请注意，此结果是您发布的结果的垂直镜像。但因为这张图片没有翻转或转置，我想也许它可能实际上是你想要的结果。（您看到的图像与如果您要打印 hsls，您会看到这些数字。左上角对应于 hsls[0,0]，而在您的图像中 hsls[0,0] 对应于不管刻度线怎么说，左下角。您可以通过将 hsls[:10,:10,:] = 0 放在 rgbs 的定义之前来测试此断言。你会在 hsls[0,0] 所在的角落看到一个黑色的小方块。）

要生成垂直镜像，调用ax.invert_yaxis()。

import matplotlib.pyplot as plt
import numpy as np
import colorsys

W = 512
H = 256

hsls = np.zeros((H, W, 3), dtype=float)

baseCol = np.linspace(0, 1, H)
hsls[:, :, 0] = baseCol[:, np.newaxis]
hsls[:, :, 1:3] = 0.5 

vfunc = np.vectorize(colorsys.hsv_to_rgb)
rgbs = np.dstack(vfunc(hsls[:, :, 0], hsls[:, :, 1], hsls[:, :, 2]))

fig, ax = plt.subplots()
im = ax.imshow(rgbs, interpolation='nearest', aspect='auto')
plt.colorbar(im, orientation='horizontal')
ax.invert_yaxis()
plt.show()

产量

请注意，这也会反转刻度标签，显示 0 从左下角开始。

使用 matplotlib imshow 将 NxMx3 ndarray 绘制为图像

Draw NxMx3 ndarray as image using matplotlib imshow

python

numpy

matplotlib