Question

此问题是tcaswell（答案＃2）为我的问题提供的解决方案的继续：Is there a way to convert pyplot.imshow() object to numpy array?

考虑以下python代码：

import pylab
import numpy as np

a = np.array( ( 30, 129 ) , dtype = np.float32 )
b = np.array( ( 30, 129 ) , dtype = np.int32 )
my_cm = pylab.cm.get_cmap('jet')
a_mapped_data = my_cm( a )
b_mapped_data = my_cm( b )

我正在使用一个小数组来节省空间，但即使使用大型数组也是如此。

结果：

>>> a
array([  30.,  129.], dtype=float32)

>>> b
array([ 30, 129])

>>> a_mapped_data
array([[ 0.5,  0. ,  0. ,  1. ],
       [ 0.5,  0. ,  0. ,  1. ]])

>>> b_mapped_data
array([[ 0.        ,  0.        ,  1.        ,  1.        ],
       [ 0.5028463 ,  1.        ,  0.46489564,  1.        ]])

我似乎不明白这里的行为。即使值相同，cm.get_map()实例也会为numpy.int32和numpy.float32数据类型生成不同的结果。上面的代码有什么问题吗？请帮帮忙。我需要绘制numpy.float类型的2D数组。

谢谢

我在Windows7 x64 Home Basic上使用python 2.7.3 32bit

编辑： 为遇到同样问题的人提供解决方案

下面的脚本会对输入数据执行颜色映射，地图会按原样转换为图片，而不使用pylab.imshow或pylab.pcolor且没有任何比例或边框。我感谢所有人的贡献，并帮助我了解如何做到这一点。

import pylab
import numpy as np

a = np.random.random( (512, 512) )*100
# a is a 2D array of random data not in the range of 0.0 to 1.0

# normalize the data
normed_a = ( a - a.min() )/( a.max() - a.min() )

# now create an instance of pylab.cm.get_cmap()
my_cm = pylab.cm.get_cmap('jet_r')

# create the map
mapped_a = my_cm( normed_a )

# to display the map, opencv is being used
# import opencv
import cv2 as cv

# convert mapped data to 8 bit unsigned int
mapped_au8 = (255 * mapped_a).astype('uint8')

# show the image
cv.imshow( 'a', mapped_au8 )
cv.waitKey( 0 )
cv.destroyAllWindows()

编辑：返回类型cm.get_cmap实例是RGBA格式，但OpenCV默认以BGR格式运行。因此，在显示通过转换cm.get_cmap()实例的返回值获得的任何图像之前，如上面的代码，将其转换为BGR格式（在显示图像之前，默认情况下，在opencv中ALPHA通道被剥离，所以不要打扰除非必要，否则将其转换为BGRA ）。下面的代码给出了更好的解释：

mapped_au8 = (255 * mapped_a).astype('uint8')

#convert mapped_au8 into BGR fromat before display
mapped_u8 = cv.cvtColor( mapped_au8, cv.COLOR_RGBA2BGR )

# show the image
cv.imshow( 'a', mapped_au8 )
cv.waitKey( 0 )
cv.destroyAllWindows()

Answer 1

来自my_cm.__call__的文档字符串：

*X* is either a scalar or an array (of any dimension).
If scalar, a tuple of rgba values is returned, otherwise
an array with the new shape = oldshape+(4,). If the X-values
are integers, then they are used as indices into the array.
If they are floating point, then they must be in the
interval (0.0, 1.0).
Alpha must be a scalar between 0 and 1, or None.
If bytes is False, the rgba values will be floats on a
0-1 scale; if True, they will be uint8, 0-255.

请注意浮动和整数的处理方式之间的区别。

pyplot.cm实例为相同的值但不同的数据类型生成不同的结果

1 个答案: