如何使用Matplotlib从灰度图像创建表面图？

Question

假设我有一张灰度图像（尺寸：550x150像素）。我用matplolib

加载图像

import matplotlib.pyplot as plt
import matplotlib.image as mp_img
image = mp_img.imread("my-cat.png")
plt.imshow(image)
plt.show()

现在，plt.imshow在屏幕上显示图像。但我想要的是灰度值的表面图，如下所示：

。色彩不是必需品，但它对高度线有帮助。我知道，我需要f(x,y) -> z形式的函数来创建曲面图。所以，我想在我的图片中使用(x_pixel,y_pixel)处的灰度值来获取f的值。这导致了我的问题：

• 我想在绘图期间对我的图像值进行一些插值（例如平滑）。这还取决于我的meshgrid的大小，所以我该如何控制它？和，
• 如何从我的图像中制作灰度值的曲面图？

Answer 1

所以这很简单。加载数据，构建图：

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

# generate some sample data
import scipy.misc
lena = scipy.misc.lena()

# downscaling has a "smoothing" effect
lena = scipy.misc.imresize(lena, 0.15, interp='cubic')

# create the x and y coordinate arrays (here we just use pixel indices)
xx, yy = np.mgrid[0:lena.shape[0], 0:lena.shape[1]]

# create the figure
fig = plt.figure()
ax = fig.gca(projection='3d')
ax.plot_surface(xx, yy, lena ,rstride=1, cstride=1, cmap=plt.cm.gray,
        linewidth=0)

# show it
plt.show()

结果：

Answer 2

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import cv2

# generate some sample data
import scipy.misc
lena = cv2.imread("./data/lena.png", 0)

# downscaling has a "smoothing" effect
lena = cv2.resize(lena, (100,100))

# create the x and y coordinate arrays (here we just use pixel indices)
xx, yy = np.mgrid[0:lena.shape[0], 0:lena.shape[1]]

# create the figure
fig = plt.figure()
ax = fig.gca(projection='3d')
ax.plot_surface(xx, yy, lena ,rstride=1, cstride=1, cmap=plt.cm.jet,
                linewidth=0)

# show it
plt.show()

如果要获取颜色图，请将代码更改为：“ cmap = plt.cm.jet”。 因此，您可以获得以下内容： color plot