使用matplotlib imshow将NxMx3 ndarray绘制为图像

Question

我的代码旨在使用matplotlib.imshow（）以RGB的形式绘制HSL W x H图像：

import pylab as plt
import numpy as np
import colorsys

W = 512
H = 256

hsls = np.ndarray(shape=(H, W, 3), dtype=float)
hsls[:] = .0

baseCol = np.linspace(0, 1, H)[np.newaxis, :].transpose()
print baseCol.shape, hsls.shape # Gives: (256, 1) (256, 512, 3)
hsls[:, :, 0] = np.tile(baseCol, (1, W))
hsls[:, :, 1:3] = 0.5 # Use constant saturation and lightness.

vfunc = np.vectorize(colorsys.hsv_to_rgb)
rgbs = np.array(vfunc(hsls[:, :, 0], hsls[:, :, 1], hsls[:, :, 2])).transpose()

im = plt.imshow(rgbs, interpolation='nearest', aspect='auto')
plt.colorbar(im, orientation='horizontal')
plt.show()

结果：

这看起来几乎是正确的，除了它的转置。我想让它看起来逆时针旋转。但是当我以这种方式转置/重塑它时：

rgbs = rgbs.reshape((H, W, 3))

我有一个水平级联图像：

我也玩过reshape（）的命令参数，但是'F'给了我第一个结果，而'C'给了我第二个结果。

如何实现我想要的，即逆时针旋转？

Answer 1

自己想出来。我可以在第一时间创造出正确的形状。

import pylab as plt
import numpy as np
import colorsys

W = 512
H = 256

hsls = np.ndarray(shape=(W, H, 3), dtype=float)
hsls[:] = .0

baseCol = np.linspace(0, 1, H)[np.newaxis, :]
print baseCol.shape, hsls.shape # Gives: (256, 1) (256, 512, 3)
hsls[:, :, 0] = np.tile(baseCol, (W, 1))
hsls[:, :, 1:3] = 0.5 # Use constant saturation and lightness.

vfunc = np.vectorize(colorsys.hsv_to_rgb)
rgbs = np.flipud(np.array(vfunc(hsls[:, :, 0], hsls[:, :, 1], hsls[:, :, 2])).transpose())

im = plt.imshow(rgbs, interpolation='nearest', aspect='auto')
plt.colorbar(im, orientation='horizontal')
plt.show()

结果：

Answer 2

形状(W, H)的NumPy数组包含W行和H列。如果您想要H行和W列，则数组的形状应为(H, W)。

所以使用

hsls = np.zeros((H, W, 3), dtype=float)

我认为其他一切都是自然而然地（没有翻转或转置） 你从具有正确形状的数组hsls开始：

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

W = 512
H = 256

hsls = np.zeros((H, W, 3), dtype=float)

baseCol = np.linspace(0, 1, H)
print baseCol.shape, hsls.shape
# (256,) (256, 512, 3)
hsls[:, :, 0] = baseCol[:, np.newaxis]
hsls[:, :, 1:3] = 0.5 # Use constant saturation and lightness.

vfunc = np.vectorize(colorsys.hsv_to_rgb)
rgbs = np.dstack(vfunc(hsls[:, :, 0], hsls[:, :, 1], hsls[:, :, 2]))

im = plt.imshow(rgbs, interpolation='nearest', aspect='auto')
plt.colorbar(im, orientation='horizontal')
plt.show()

产量

请注意，此结果是您发布的结果的垂直镜像。但 因为这个图像没有翻转或转置，我想也许它可能 实际上是你想要的结果。 （您看到的图像具有相同的方向 如果要打印hsls，您会看到的数字。左上角 对应于hsls[0,0]，而在您的图片hsls[0,0]对应于 尽管刻度线说的是左下角。您可以通过将hsls[:10,:10,:] = 0放在rgbs的定义之前来测试此断言。您会在hsls[0,0]所在的角落看到一个小黑方块。）

---

要生成垂直镜像，请调用ax.invert_yaxis()。

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

W = 512
H = 256

hsls = np.zeros((H, W, 3), dtype=float)

baseCol = np.linspace(0, 1, H)
hsls[:, :, 0] = baseCol[:, np.newaxis]
hsls[:, :, 1:3] = 0.5 

vfunc = np.vectorize(colorsys.hsv_to_rgb)
rgbs = np.dstack(vfunc(hsls[:, :, 0], hsls[:, :, 1], hsls[:, :, 2]))

fig, ax = plt.subplots()
im = ax.imshow(rgbs, interpolation='nearest', aspect='auto')
plt.colorbar(im, orientation='horizontal')
ax.invert_yaxis()
plt.show()

产量

请注意，这也会反转刻度标签，显示0从左下角开始。