迹忆客 专注技术分享

要使用 Matplotlib 显示灰度图像，我们使用 matplotlib.pyplot.imshow()，参数 cmap 设置为'gray，vmin 设置为 0，vmax 设置为 255，默认情况下 cmap、vmin 和 vmax 的值设置为 None。

matplotlib.pyplot.imshow()

matplotlib.pyplot.imshow(X, 
                         cmap=None, 
                         norm=None, 
                         aspect=None, 
                         interpolation=None, 
                         alpha=None,
                         vmin=None,
                         vmax=None, 
                         origin=None, 
                         extent=None, 
                         shape=<deprecated parameter>, 
                         filternorm=1, 
                         filterrad=4.0, 
                         imlim=<deprecated parameter>, 
                         resample=None, 
                         url=None,
                         *,
                         data=None, 
                         **kwargs)

示例。Matplotlib 以灰度显示图像

import matplotlib.pyplot as plt
import matplotlib.image as img

image = img.imread('lena.jpg')

plt.imshow(image[:,:,1], cmap='gray', vmin = 0, vmax = 255,interpolation='none')
plt.show()

输出：

本方法使用 matplotlib.image 模块中的 imread() 函数读取图像 lena.jpg，它是一个 RGB 图像。要把图像显示为灰度，我们只需要一个颜色通道。所以下一步，只需要一个颜色通道，使用 plt.imshow() 方法显示图像，cmap 设置为'gray，vmin 设置为 0，vmax 设置为 255。

最后，我们使用 show() 方法显示一个窗口，以灰度显示图像。要运行上面的脚本，我们必须在当前工作目录下有 lena.jpg。

只取一个颜色通道并不是将 RGB 图像转换为灰度图像的合适方式，因为我们有特定的算法来提高转换效率。这些算法几乎在所有流行的图像处理库中都可以实现。下面，演示一个使用 PIL 的示例。

import numpy as np
import matplotlib.pyplot as plt
from PIL import Image

image=Image.open('lena.jpg')
gray_image=image.convert('L')
gray_image_array=np.asarray(gray_image)
plt.imshow(gray_image_array,cmap='gray', vmin = 0, vmax = 255)
plt.show()

输出：

在这里，我们使用 open() 函数读取当前工作目录中的图像 lena.jpg，然后使用 convert() 方法以'L'为参数将图像转换为灰度图像。之后，我们将灰度图像转换为 NumPy 数组，并使用 imshow() 方法显示图像。