python - 使用散点图显示图像

Question

我正在尝试使用散点图绘制图像数据。这可能听起来很愚蠢，但我希望将其扩展到 3 维，以便尝试查看 3 维。

当我这样做的时候

pylab.imshow(my_img, cmap=pylab.cm.gist_yarg)

我在查看自己的图像时没有任何问题。但是当我尝试时

ax.scatter(np.arange(my_img.shape[0]), 
           np.arange(my_img.shape[1]), 
           c=my_img, cmap=plt.cm.gist_yarg)

我得到的大部分是黑色像素。为什么是这样？有办法让它工作吗？

Answer 1

scatter()函数为您为 x 和 y 参数传递的数组中的每一对值绘制一个点。在您的示例中，这些数组的值将为 [0, 1, 2, ..., my_img.shape[0]-1] 和 [0, 1, 2, 。 ...，my_img.shape[1]-1]。最好的情况是，这会绘制一条对角线，如果 x 和 y 的大小不同(即，您的图像不是正方形)，会散布() 应该抛出一个错误，即 x 和 y 必须具有相同的大小。

为了绘制图像中的所有像素，您必须传递每个像素的scatter()坐标。获取数组中每个元素的坐标的一种方法是 indicies()来自 numpy 的命令。您只需要最外层值的索引，而不是为每个像素存储的 RGB 值，因此只需向其传递形状的前两个值。

y, x = np.indices( my_img.shape[:2] )

现在，x 和 y 是二维数组，表示二维图像中每个点的坐标。

您要做的另一件事是 reshape 图像数组，使其尺寸为 Nx3，其中 N 是图像中像素总数的长度。这是通过 .reshape() 完成的数组的方法。

colors = my_img.reshape((-1,3))

传递给 reshape 的 -1 告诉 reshape() 自动计算该尺寸，因此您不必显式向其传递像素数。

现在scatter()命令是:

ax.scatter( x, y, c=colors )
ax.invert_yaxis() #make y=0 appear at the top, similar to imshow()

最后，您想要应用颜色贴图。如果您传递颜色的 RGB 值，scatter() 和 imshow() 会忽略 cmap 参数。您必须将 RGB 值转换为单个值，如 matplotlib Image tutorial 中所示。 .

注意:以这种方式绘制绘图速度很慢，并且可能不适合大图像!