如何以交互方式更新matplotlib的imshow()窗口?

时间:2013-07-24 13:21:46

标签: python numpy matplotlib spyder

我正在研究一些计算机视觉算法,我想展示一个numpy数组如何在每一步中发生变化。

现在有效的是,如果我的代码末尾有一个简单的imshow( array ),则窗口会显示并显示最终图像。

然而,我想要做的是更新并显示imshow窗口,因为图像在每次迭代中都会发生变化。

例如,我想这样做:

import numpy as np
import matplotlib.pyplot as plt
import time

array = np.zeros( (100, 100), np.uint8 )

for i in xrange( 0, 100 ):
    for j in xrange( 0, 50 ):
        array[j, i] = 1

        #_show_updated_window_briefly_
        plt.imshow( array )
        time.sleep(0.1)

问题是这样,Matplotlib窗口只有在整个计算完成后才会被激活。

我尝试了原生matplotlib和pyplot,但结果是一样的。为了绘制命令,我找到了一个.ion()开关,但在这里它似乎不起作用。

Q1。连续显示numpy数组更新的最佳方法是什么(实际上是uint8灰度图像)?

Q2。是否可以使用动画功能执行此操作,例如dynamic image example?我想在循环中调用一个函数,因此我不知道如何使用动画函数来实现它。

4 个答案:

答案 0 :(得分:33)

您无需一直致电imshow。使用对象的set_data方法要快得多:

myobj = imshow(first_image)
for pixel in pixels:
    addpixel(pixel)
    myobj.set_data(segmentedimg)
    draw()

draw()应确保后端更新图像。

更新:您的问题已被大幅修改。在这种情况下,最好再问一个问题。这是处理第二个问题的方法:

Matplotlib的动画只处理一个增加的维度(时间),所以你的双循环不会。您需要将索引转换为单个索引。这是一个例子:

import numpy as np
from matplotlib import pyplot as plt
from matplotlib import animation

nx = 150
ny = 50

fig = plt.figure()
data = np.zeros((nx, ny))
im = plt.imshow(data, cmap='gist_gray_r', vmin=0, vmax=1)

def init():
    im.set_data(np.zeros((nx, ny)))

def animate(i):
    xi = i // ny
    yi = i % ny
    data[xi, yi] = 1
    im.set_data(data)
    return im

anim = animation.FuncAnimation(fig, animate, init_func=init, frames=nx * ny,
                               interval=50)

答案 1 :(得分:5)

如果您使用的是Jupyter,也许这个答案会让您感兴趣。 我在this site中读到,clear_output的嵌入功能可以解决这个问题:

%matplotlib inline
from matplotlib import pyplot as plt
from IPython.display import clear_output

plt.figure()
for i in range(len(list_of_frames)):
    plt.imshow(list_of_frames[i])
    plt.title('Frame %d' % i)
    plt.show()
    clear_output(wait=True)

这种方法的确很慢,但是可以用于测试。

答案 2 :(得分:1)

我实现了一个适合您需求的方便脚本。试一试here

绘制动态正弦波的示例:

import numpy as np

def redraw_fn(f, axes):
  amp = float(f) / 3000
  f0 = 3
  t = np.arange(0.0, 1.0, 0.001)
  s = amp * np.sin(2 * np.pi * f0 * t)
  if not redraw_fn.initialized:
    redraw_fn.l, = axes.plot(t, s, lw=2, color='red')
    redraw_fn.initialized = True
  else:
    redraw_fn.l.set_ydata(s)

redraw_fn.initialized = False

videofig(100, redraw_fn)

答案 3 :(得分:0)

我努力使它起作用,因为许多帖子都谈到了这个问题,但是似乎没人在乎提供一个可行的例子。但是,在这种情况下,原因有所不同:

  • 我不会使用Tiago或Bily的答案,因为它们不在 与问题相同的范式。在问题中,刷新是 由算法本身安排,同时带有funcanimation或 videofig,我们处于事件驱动范例中。事件驱动 编程是现代用户界面编程不可避免的,但是 当您从复杂的算法开始时,可​​能很难 将其转换为事件驱动方案-我希望能够做到 在经典的程序范式中也是如此。
  • Bub Espinja回答遇到另一个问题:我没有在 jupyter笔记本的上下文,但是重复imshow是错误的,因为它 每次都会重新创建新的数据结构,这会导致 内存泄漏并减慢了整个显示过程。

Tiago还提到了调用draw(),但是没有指定从何处获取它-顺便说一句,您不需要它。您真正需要调用的函数是flush_event()。有时它可以不运行,但这是因为它是从其他地方触发的。你不能指望它。真正重要的一点是,您不能在空表上调用imshow(),否则它将无法初始化其颜色映射,并且set_data也将失败。

这是一个可行的解决方案:

IMAGE_SIZE = 500
import numpy as np
import matplotlib.pyplot as plt


plt.ion()

fig1, ax1 = plt.subplots()
fig2, ax2 = plt.subplots()

# this example doesn't work because array only contains zeroes
array = np.zeros(shape=(IMAGE_SIZE, IMAGE_SIZE), dtype=np.uint8)
axim1 = ax1.imshow(array)

array[0, 0] = 99 # this value allow imshow to initialise it's color scale
axim2 = ax2.imshow(array)

del array

for _ in range(50):
    print(".", end="")
    matrix = np.random.randint(0, 100, size=(IMAGE_SIZE, IMAGE_SIZE), dtype=np.uint8)
    
    axim1.set_data(matrix)
    fig1.canvas.flush_events()
    
    axim2.set_data(matrix)
    fig1.canvas.flush_events()
print()