Python图像处理之直线和曲线的拟合与绘制【curve

Python图像处理之直线和曲线的拟合与绘制【curve_fit()应用】

转载作者：qq735679552 更新时间：2022-09-28 22:32:09

CFSDN坚持开源创造价值，我们致力于搭建一个资源共享平台，让每一个IT人在这里找到属于你的精彩世界.

这篇CFSDN的博客文章Python图像处理之直线和曲线的拟合与绘制【curve_fit()应用】由作者收集整理，如果你对这篇文章有兴趣，记得点赞哟.

本文实例讲述了Python图像处理之直线和曲线的拟合与绘制。分享给大家供大家参考，具体如下:

在数据处理和绘图中，我们通常会遇到直线或曲线的拟合问题，python中scipy模块的子模块optimize中提供了一个专门用于曲线拟合的函数curve_fit().

下面通过示例来说明一下如何使用curve_fit()进行直线和曲线的拟合与绘制.

代码如下:

 
    ? 
   
 
     
       
       
         # -*- coding:utf-8 -*- 
        
 
         import 
         numpy as np 
        
 
         import 
         matplotlib.pyplot as plt 
        
 
         from 
         scipy  
         import 
         optimize 
        
 
         #直线方程函数 
        
 
         def 
         f_1(x, A, B): 
        
 
            
         return 
         A 
         * 
         x  
         + 
         B 
        
 
         #二次曲线方程 
        
 
         def 
         f_2(x, A, B, C): 
        
 
            
         return 
         A 
         * 
         x 
         * 
         x  
         + 
         B 
         * 
         x  
         + 
         C 
        
 
         #三次曲线方程 
        
 
         def 
         f_3(x, A, B, C, D): 
        
 
            
         return 
         A 
         * 
         x 
         * 
         x 
         * 
         x  
         + 
         B 
         * 
         x 
         * 
         x  
         + 
         C 
         * 
         x  
         + 
         D 
        
 
         def 
         plot_test(): 
        
 
            
         plt.figure() 
        
 
            
         #拟合点 
        
 
            
         x0  
         = 
         [ 
         1 
         ,  
         2 
         ,  
         3 
         ,  
         4 
         ,  
         5 
         ] 
        
 
            
         y0  
         = 
         [ 
         1 
         ,  
         3 
         ,  
         8 
         ,  
         18 
         ,  
         36 
         ] 
        
 
            
         #绘制散点 
        
 
            
         plt.scatter(x0[:], y0[:],  
         25 
         ,  
         "red" 
         ) 
        
 
            
         #直线拟合与绘制 
        
 
            
         A1, B1  
         = 
         optimize.curve_fit(f_1, x0, y0)[ 
         0 
         ] 
        
 
            
         x1  
         = 
         np.arange( 
         0 
         ,  
         6 
         ,  
         0.01 
         ) 
        
 
            
         y1  
         = 
         A1 
         * 
         x1  
         + 
         B1 
        
 
            
         plt.plot(x1, y1,  
         "blue" 
         ) 
        
 
            
         #二次曲线拟合与绘制 
        
 
            
         A2, B2, C2  
         = 
         optimize.curve_fit(f_2, x0, y0)[ 
         0 
         ] 
        
 
            
         x2  
         = 
         np.arange( 
         0 
         ,  
         6 
         ,  
         0.01 
         ) 
        
 
            
         y2  
         = 
         A2 
         * 
         x2 
         * 
         x2  
         + 
         B2 
         * 
         x2  
         + 
         C2 
        
 
            
         plt.plot(x2, y2,  
         "green" 
         ) 
        
 
            
         #三次曲线拟合与绘制 
        
 
            
         A3, B3, C3, D3 
         = 
         optimize.curve_fit(f_3, x0, y0)[ 
         0 
         ] 
        
 
            
         x3  
         = 
         np.arange( 
         0 
         ,  
         6 
         ,  
         0.01 
         ) 
        
 
            
         y3  
         = 
         A3 
         * 
         x3 
         * 
         x3 
         * 
         x3  
         + 
         B3 
         * 
         x3 
         * 
         x3  
         + 
         C3 
         * 
         x3  
         + 
         D3 
        
 
            
         plt.plot(x3, y3,  
         "purple" 
         ) 
        
 
            
         plt.title( 
         "www.zzvips.com test" 
         ) 
        
 
            
         plt.xlabel( 
         'x' 
         ) 
        
 
            
         plt.ylabel( 
         'y' 
         ) 
        
 
            
         plt.show() 
        
 
            
         return 
        
 
         plot_test() 
        
 
     
 
   

拟合和绘制解果如下:

Python图像处理之直线和曲线的拟合与绘制【curve_fit()应用】

当然，curve_fit()函数不仅可以用于直线、二次曲线、三次曲线的拟合和绘制，仿照代码中的形式，可以适用于任意形式的曲线的拟合和绘制，只要定义好合适的曲线方程即可.

如高斯曲线拟合，曲线函数形式如下:

 
    ? 
   
 
     
       
       
         def 
         f_gauss(x, A, B, C, sigma): 
        
 
            
         return 
         A 
         * 
         np.exp( 
         - 
         (x 
         - 
         B) 
         * 
         * 
         2 
         / 
         ( 
         2 
         * 
         sigma 
         * 
         * 
         2 
         ))  
         + 
         C 
        
 
     
 
   

希望本文所述对大家Python程序设计有所帮助.

原文链接：https://blog.csdn.net/guduruyu/article/details/70313176 。

最后此篇关于Python图像处理之直线和曲线的拟合与绘制【curve_fit()应用】的文章就讲到这里了,如果你想了解更多关于Python图像处理之直线和曲线的拟合与绘制【curve_fit()应用】的内容请搜索CFSDN的文章或继续浏览相关文章，希望大家以后支持我的博客！。

文章推荐：绝绝子的女生头像真人高清好看那就谁也别主动找谁就错过

文章推荐：在mybatis 中使用if else 进行判断的操作

文章推荐：超酷的潮男必备的优质男头大全很有范的魅力气质男头

文章推荐： python处理multipart/form-data的请求方法

c++ - 使用 SDL_Renderer 绘制 2D 内容，使用 SDL_GLContext 绘制 OpenGL 内容
我学习 SDL 二维编程已有一段时间了，现在我想创建一个结合使用 SDL 和 OpenGL 的程序。我是这样设置的: SDL_Init(SDL_INIT_VIDEO); window = SDL_Cr
绘制 map 投影类型
尝试查找可在地块中使用的不同类型项目的列表来自不同样本的投影类型: projection = list(type = "equirectangular") projection = list(typ
Java 绘制 GIF
我正在尝试使用 Java Graphics API 绘制 GIF，但无法使用下面的代码成功绘制 GIF。仅绘制 GIF 的第一张图像或缩略图，但不播放。 public void paintCompon
Java JFrame 绘制
我目前正在使用 JFrame 并尝试绘制一个矩形，但我不知道如何执行代码 paint(Graphics g)，如何获取 Graphics 对象？ package com.raggaer.frame;
java - 绘制 ImageView
这个领域的新手，希望得到一些帮助。我有一个"Missile.java" 类，我在那里画东西。我想绘制一个 ImageView，我正在使用以下代码: ImageView v = (ImageView)
HTML5 Canvas - 绘制
下面列出了圆形的例子这是我的 JavaScript 代码。最佳答案假设您的 randomColor 是正确的，您只需要: 从 canvas.onclick 中移除 context.clearR
Android在ImageView上缩放、拖动、绘制
我在绘制和缩放 ImageView 时遇到问题。请帮帮我.. 当我画一些东西然后拖动或缩放图像时 - 绘图保留在原处，如您在屏幕截图中所见。而且我只需要简单地在图片上绘图，并且可以缩放和拖动这张图片。
c# - 绘制/绘制外部形式
我们可以在形式之外绘制图像和文本...我的意思是在字面上... 我知道问这个问题很愚蠢但是我们能不能... 最佳答案您可以通过创建表单并将其 TransparentColor 属性设置为背景色来“作
java - 绘制/布局期间的对象分配？
我在绘制/布局期间收到 3 个对象分配警告 super.onDraw(canvas); canvas.drawColor(Color.WHITE); Paint textPaint = new Pai
python - 绘制 Pandas 时间序列数据框的线性回归线的置信区间
我有一个示例时间序列数据框: df = pd.DataFrame({'year':'1990','1991','1992','1993','1994','1995','1996',
r - 绘制 R 数据框中所有列的分布
我试图想出一种简洁的方法来绘制 R 数据框中所有列的 GridView 。问题是我的数据框中既有离散值又有数值。为简单起见，我们可以使用 R 提供的名为 iris 的示例数据集。我会使用 par(mf
r - 绘制 "list"的密度
我有一个由 10 列和 50 行组成的 data.frame。我使用 apply 函数逐列计算密度函数。现在我想绘制我一次计算的密度。换句话说，而不是绘图... plot(den[[1]]) plo
r - 绘制 PCA 的所有组件
我想知道我们如何才能在第一个和第二个组件之外绘制个人，如下所示: 最佳答案这可能有效: pc.cr <- princomp(USArrests, cor = TRUE) pairs(pc.cr$lo
pandas - 绘制 Pandas DataFrame时缺少xticklabels的第一个值
我是Pandas和matplotlib的新手，想绘制此DataFrame season won team matches pct_won 0 20
python - 绘制 Distplot 子图
我正在尝试为 distplot 子图编写一个 for 循环。我有一个包含许多不同长度列的数据框。 (不包括 NaN 值) fig = make_subplots( rows=len(asse
r - 绘制 3d 密度
我想创建一个具有密度的 3d 图。我使用函数 density 首先为特定的 x 值创建一个二维图，然后该函数创建密度并将它们放入 y 变量中。现在我有第二组 x 值并将其再次放入密度函数中，然后我得
python - 绘制 OpenStreetMap 关系不会生成连续线
全部，我一直在研究全局所有 MTB 步道的索引。我是 Python 人，所以对于所有涉及的步骤，我都尝试使用 Python 模块。我能够像这样从 OSM 立交桥 API 中获取关系: from O
r - 绘制 SVM 分类图时出错
我正在使用 e1071 包中的支持向量机对我的数据进行分类，并希望可视化机器实际如何进行分类。但是，在使用 plot.svm 函数时，出现无法解决的错误。脚本: library("e1071") d
r - 绘制 XTS 对象时的变化
我制作了以下图表，它是使用 xts 对象创建的。我使用的代码很简单 plot(graphTS1$CCLL, type = "l", las = 2, ylab = "(c)\nCC for I
uml - 绘制 UML 状态图
在绘制状态图时，您如何知道哪些状态放在框中，哪些状态用于转换箭头？我注意到转换也是状态。我正在查看 this page 上的图 1 : 最佳答案转换不是状态。转换是将对象从一种状态移动到下一种状态

qq735679552

个人简介

我是一名优秀的程序员,十分优秀！

作者热门文章

滴滴打车优惠券免费领取

全站热门文章

首页

博学

6Ren·AI

商城

Python图像处理之直线和曲线的拟合与绘制【curve_fit()应用】