matplotlib中的imhsow与opencv显示不一样

Question

似乎matplotlib.pyplot.imhsow（plt.imshow）没有显示原始图片，它会缩放图像的值吗？我发现使用cv2.imhsow和plt.imhsow时有所不同。

我有两张图像，亮度不同。但是，在使用plt.imshow时，它们将被均匀显示。但是使用cv2.imhow时可以正确显示。这是代码和图像。

import cv2
import matplotlib.pyplot as plt
img_o = plt.imread('1.jpg')
img = plt.imread('2.jpg')
cv2.imshow('img', img)
cv2.imshow('img_o', img_o)
cv2.waitKey(0)
cv2.destroyAllWindows()
plt.gray()
plt.imshow(img)
plt.show()
plt.imshow(img_o)
plt.show()

用于imshow的图像，它们的亮度不同。

使用cv2.imshow时，它们可以显示为原始版本。

由plt.imshow显示的图像在下面上传。它们看起来完全一样，似乎plt.imshow忽略了图像的亮度。

Answer 1

图像的类型为uint8，形状为48 x 48像素。因此，matplotlib的imshow将使用活动颜色图（plt.gray()）对它们进行颜色映射。根据数据的最小值和最大值选择颜色图归一化。使用色条进行打印时，这一点变得很清楚。

import matplotlib.pyplot as plt
img_o = plt.imread('1.jpg')
img = plt.imread('2.jpg')

fig, (ax, ax2) = plt.subplots(ncols=2)
plt.gray()
im1 = ax.imshow(img)
fig.colorbar(im1, ax=ax)

im2 = ax2.imshow(img_o)
fig.colorbar(im2, ax=ax2)
plt.show()

从中我们看到，对于第一个图像，白色表示值为70，而对于第二个白色表示值为218。要在两种情况下使用相同的归一化并与8位图像保持一致，可以使用{{ }}

norm = plt.Normalize(0,255)

或者，您可以将灰度值复制到所有三个RGB通道，以便绘制48x48x3像素阵列。这将被解释为图像（与色彩映射数据相对）并正确显示。

import matplotlib.pyplot as plt
img_o = plt.imread('1.jpg')
img = plt.imread('2.jpg')

norm = plt.Normalize(0,255)

fig, (ax, ax2) = plt.subplots(ncols=2)
plt.gray()
im1 = ax.imshow(img, norm=norm)
fig.colorbar(im1, ax=ax)

im2 = ax2.imshow(img_o, norm=norm)
fig.colorbar(im2, ax=ax2)
plt.show()