python中的灰度 - 不正确的颜色从深灰色变为浅灰色到深灰色

Question

我正在绘制此图片的灰度版本： a busy cat http://matplotlib.org/_images/griddata_demo.png

消息来源：http://matplotlib.org/examples/pylab_examples/griddata_demo.html

我使用了以下代码：

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

file_name = 'griddata_demo.png'
def func_grey(fname):
    image = Image.open(fname).convert("L")
    arr = np.asarray(image)
    plt.imshow(arr, cmap = cm.Greys_r)
    plt.show()

func_grey(file_name)

Display image as grayscale using matplotlib

我正在使用的设置是python 2.7和Pandas，我已经安装了Pillow，安装简单。

有关图像和要求的背景信息：

1. 图片来自找到的数据here。理想情况下，灰度 应该直接从这个原始图像生成此图像的版本 data.i.e.不要将其保存为彩色图像，然后尝试转换 灰度 - 而不仅仅是生成一个灰度版本的情节。
2. 我不知道与z值相对应的颜色 - 这些 颜色可任意设定。
3. 图像的颜色图也可以任意选择 - 没有偏好。它 是关注的灰度版本。

我的问题与颜色栏中显示的配色方案有关。我需要显示一种颜色方案，颜色条的颜色从浅灰色（最低强度）到深灰色（最高强度）。

运行上述代码后，会生成灰度图像。在灰度图像的颜色条中，强度等级-0.36是深灰色。在0.00，它是浅灰色。但是0.48也是深灰色。

问题： 是否可以更改色彩图，使-0.36为浅灰色，0.48为深灰色？我的意思是，是否可以从浅色到深色显示到色条？

Answer 1

我认为这个问题可能与如何在matplotlib中使用灰度色彩图有关。如果是这样，那么它很简单。以下是使用不同色彩映射的示例（基于操作图像的代码）：

from numpy.random import uniform, seed
from matplotlib.mlab import griddata
import matplotlib.pyplot as plt
import numpy as np
# make up data.
#npts = int(raw_input('enter # of random points to plot:'))

def f(spi, the_colormap):
    plt.subplot(spi)
    seed(0)
    npts = 200
    x = uniform(-2, 2, npts)
    y = uniform(-2, 2, npts)
    z = x*np.exp(-x**2 - y**2)
    xi = np.linspace(-2.1, 2.1, 100)
    yi = np.linspace(-2.1, 2.1, 200)
    zi = griddata(x, y, z, xi, yi, interp='linear')

    CS = plt.contour(xi, yi, zi, 15, linewidths=0.5, colors='k')
    CS = plt.contourf(xi, yi, zi, 15, cmap=the_colormap,
                      vmax=abs(zi).max(), vmin=-abs(zi).max())
    plt.colorbar()  # draw colorbar
    # plot data points.
    plt.scatter(x, y, marker='o', c='b', s=5, zorder=10)
    plt.xlim(-2, 2)
    plt.ylim(-2, 2)
    plt.title('griddata test (%d points)' % npts)

f(131, plt.cm.rainbow)
f(132, plt.cm.gray)
f(133, plt.cm.hot)

plt.show()

如果一个人真的想要使用PIL转换为灰度（一个远不那么有利，但有时是必要的任务），最好从具有单调亮度的色彩图开始，如上面的hot，但是不是rainbow。此外，在我建议使用cubehelix的评论中，但这不是matplotlib的标准，请参阅here。有关可用的matplotlib色彩图的图像，请参见here。

Answer 2

此解决方案对我有效，并且简单得多

from PIL import Image
im = Image.open("image.png")
im.convert('L').show()
im.convert('L').save("image.png")

请注意，如果您要混合使用文件类型，则可以（例如，.png到.jpg）