python色彩函数,python定义颜色

提示：扫一扫查出行
【扫一扫了解最新限行尾号】
复制提示

python matplotlib.pyplot.imshow 函数画二维颜色图

matplotlib.pyplot.imshow(X, cmap=None, norm=None, aspect=None, interpolation=None, alpha=None, vmin=None, vmax=None, origin=None, extent=None, *, filternorm=True, filterrad=4.0, resample=None, url=None, data=None, **kwargs)

From:

改以下参数可以对图片效果进行调整：

举个栗子：

相关问答

Q1: python颜色压缩的结果颜色比保存颜色深

今天帮师姐解决一个bug，测试了Python图像resize前后颜色不一致问题。

代码片段执行的功能：图像指定倍数超分辨率，输入为[0-1] float型数据，输出为格式不限的图像

bug：输入图像与输出图像颜色不一致

一、把产生bug的功能片段做分离测试：

1 import h5py

2 import numpy as np

3 import matplotlib.pyplot as plt

4 from PIL import Image

5 from scipy import misc

8 def get_result_array():

9 file_name = "./butterfly_GT.bmp"

10 img_no_expand = misc.imread(file_name, flatten=False, mode='YCbCr')

11 img_no_expand = img_no_expand / 255.0

12 # img_no_expand = np.uint8(img_no_expand*255)

13 h, w = img_no_expand.shape[:2]

14 print(img_no_expand.shape)

15 h *= 2

16 w *= 2

17 data = list()

19 data.append(misc.imresize(img_no_expand[:, :, 0], [h, w], 'bicubic')[:,:,None])

20 data.append(misc.imresize(img_no_expand[:, :, 1], [h, w], 'bicubic')[:,:,None])

21 data.append(misc.imresize(img_no_expand[:, :, 2], [h, w], 'bicubic')[:,:,None])

22 data_out = np.concatenate(data, axis=2)

23 img = misc.toimage(arr=data_out, mode="YCbCr")

24 img.save("out_3.jpg")

27 if __name__=='__main__':

28 get_result_array()

运行代码：

左图为输入图像，右图为输出图像。为了便于对比，把输出图像缩放至与输入图像一致，由图可见，输出图像色彩严重失真。

二、在pycharm中，Ctrl+B 查看源码：

三、发现可以选择模式，猜想可能是模式有误：

四、在函数的实现的第一行，初始化Image类，猜想初始化参数设置错误。

五、在类的初始化过程中，默认图像的最大值为255，而实际输入是0-1的float型数据。找到了错误之处。

六、仔细查看文档，mode可以修改。0-1float型数据对应mode=“F”：

七、于是，在代码中加入参数：

八、插值后处理

插值之后部分像素点数值可能大于1，这时有两种做法，一种是归一化，一种是截断。经过实验发现，归一化操作往往会使图像整体亮度变暗，对图像整体视觉效果有较大影响，因此这里选择截断。

九、最终代码如下：

1 import h5py

2 import numpy as np

3 import matplotlib.pyplot as plt

4 from PIL import Image

5 from scipy import misc

8 def get_result_array():

9 file_name = "./butterfly_GT.bmp"

10 img_no_expand = misc.imread(file_name, flatten=False, mode='YCbCr')

11 img_no_expand = img_no_expand / 255.0

12 # img_no_expand = np.uint8(img_no_expand*255)

13 h, w = img_no_expand.shape[:2]

14 print(img_no_expand.shape)

15 h *= 2

16 w *= 2

17 data = list()

18 data.append(misc.imresize(img_no_expand[:, :, 0], [h, w], 'bicubic', mode="F")[:,:,None])

19 data.append(misc.imresize(img_no_expand[:, :, 1], [h, w], 'bicubic', mode="F")[:,:,None])

20 data.append(misc.imresize(img_no_expand[:, :, 2], [h, w], 'bicubic', mode="F")[:,:,None])

21 data_out = np.concatenate(data, axis=2)

22 data_out[data_out 1] = 1.0

23 data_out = np.uint8(data_out * 255)

24 img = misc.toimage(arr=data_out, mode="YCbCr")

25 img.save("out_4.jpg")

28 if __name__=='__main__':

29 get_result_array()

Q2: 二级Python----Python的内置函数及标准库（DAY 8）

python的内置函数（68个）

Python考核31个内置函数，

python内置了很多内置函数、类方法属性及各种模块。当我们想要当我们想要了解某种类型有哪些属性方法以及每种方法该怎么使用时，我们可以使用dir()函数和help()函数在python idle交互式模式下获得我们想要的信息。

• dir()函数获得对象中可用属性的列表

Python中的关键词有哪些？

dir(__builtins__)：查看python内置函数

help(‘keywords‘)：查看python关键词

如微分积分方程的求解程序、访问互联网、获取日期和时间、机器学习算法等。这些程序往往被收入程序库中，构成程序库。

只有经过严格检验的程序才能放在程序库里。检验，就是对程序作充分的测试。通常进行的有正确性测试、精度测试、速度测试、边界条件和出错状态的测试。经过检验的程序不但能保证计算结果的正确性，而且对错误调用也能作出反应。程序库中的程序都是规范化的。所谓规范化有三重含义：①同一库里所有程序的格式是统一的；② 对这些程序的调用方法是相同的；③ 每个程序所需参数的数目、顺序和类型都是严格规定好的。

Python的库包含标准库和第三方库

标准库：程序语言自身拥有的库，可以直接使用。help('modules')

第三方库：第三方者使用该语言提供的程序库。

标准库： turtle 库（必选）、 random 库（必选）、 time 库（可选）。

• turtle 库：图形绘制库

原理如同控制一只海龟，以不同的方向和速度进行位移而得到其运动轨迹。

使用模块的帮助时，需要先将模块导入。

例如：在IDLE中输入import turtle

dir(turtle)

help(turtle.**)

1.画布

画布就是turtle为我们展开用于绘图区域, 我们可以设置它的大小和初始位置。