最近用matplotlib遇到了一些坑，记录一下。

图片转数组

import matplotlib.pyplot as plt

im_file='test_image.jpg'
img=plt.imread(im_file)
print(img.shape)
print(img.dtype)
# img: numpy array with shape （H，W，c）
# uint8

如上，类型是uint8的。

数组转图片

分为以下情况：3通道和单通道，浮点数组和整形数组。

三通道，浮点数组

三通道的shape是(H，W，C)

对于这种情况，不论原数组取值范围是多少，默认按0-1范围处理，超出范围的直接进行clip操作。也就是小于0的数按0（纯黑色）处理，大于1的按1（纯白）处理。

同时会给出警告：

Clipping input data to the valid range for imshow with RGB data ([0..1] for floats or [0..255] for integers).

如果不加cmap=‘gray‘的话，默认显示热度图。

# float array, 3 channels
# For float array with 3 channels, by default the values out of range [0,1] are **Clipped** !
x=np.ones([500,600,3])
x*=0.4
for i in range(100,200):
    x[i]=np.ones([600,3])*9
for i in range(250,300):
    x[i]=np.ones([600,3])*-2
for i in range(370,400):
    x[i]=np.ones([600,3])*0.7
print(x.dtype)
plt.imshow(x)
plt.axis('off')
plt.show()

暂时不贴图了，可以自己试一试效果。

结果应该是灰色背景，从上到下依次是白、黑、浅灰三个横向条带。

如果数组是真实rgb值，建议先归一化到0-1，即x=x/255.。

单通道，浮点数组

单通道的shape是二维的(H,W)，如果是(H,W,1)会报错。

对于单通道数组，默认进行归一化，即原数组中最大值被映射到1，最小值被映射到0。

# float array, 1 channel
# For float array with 1 channels, by default all values are normalized
x=np.ones([500,600])
x*=100
for i in range(100,200):
    x[i]=np.ones([600])*200
print(x.dtype)
plt.imshow(x,cmap='gray')
plt.axis('off')
plt.show()

结果是黑色背景白色条带。

使用plt.imshow(x,cmap=‘gray‘, clim=(0,255))，即将0作为黑色，将255作为白色处理。

三通道，整形

默认会对超出0-255的部分进行clip处理。即小于0视为0（黑色），大于255视为255（白色）。

# int array, 3 channels
x=np.ones([500,600,3])
x*=100
for i in range(100,200):
    x[i]=np.ones([600,3])*900
for i in range(250,300):
    x[i]=np.ones([600,3])*-2
for i in range(370,400):
    x[i]=np.ones([600,3])*200
x=x.astype(np.int64)
print(x.dtype)
plt.imshow(x)
plt.axis('off')
plt.show()

单通道，整形

默认情况下，最小值映射到0（黑色），最大值映射到255（白色）。

# int array, 1 channel
# For int array, by default the array range is mapped to [0,255].
x=np.ones([500,600])
x*=100
for i in range(100,200):
    x[i]=np.ones([600])*175
x=x.astype(np.int64)
print(x)
print(x.dtype)
plt.imshow(x,cmap='gray')
plt.axis('off')
plt.show()

同上，如果数组本身是真实灰度值，使用plt.imshow(x,cmap=‘gray‘,clim=[0,255])处理。

总结

matplotlib读取jpg图片时，默认是uint8类型的numpy数组。

在将numpy数组转图片显示时，浮点形默认处理范围是0-1，整形默认处理范围是0-255。

对于三通道数组，超出范围的进行clip处理，对于单通道数组，默认将数组范围线性映射到对应类型的处理范围。

matplotlib数组转图片的一些坑

原文：https://www.cnblogs.com/ramyc/p/12215407.html