Matplotlib保存多张图像到一张图像

最新推荐文章于 2023-04-20 19:42:56 发布
原创 最新推荐文章于 2023-04-20 19:42:56 发布 · 2.4k 阅读 · 3 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文介绍了一种使用Matplotlib库将多张图像整合并显示在一张图像上的方法。通过加载不同路径下的图像文件，并利用cv2和matplotlib.pyplot库进行色彩通道转换及图像布局设置，最终实现了六张图像的有效排列展示。

在网上查找了好多用Matplotlib显示多张图像到一张图像上的方法,总是报各种错误,在这里,将最笨拙的方法贴出来,供各位网友参考,欢迎大家在评论区推荐更简洁的方法…

import os
import numpy as np
from PIL import Image
import matplotlib.pyplot as plt
import cv2

plt.figure()

plt.suptitle('Mask_Image') # 图片名称
img=cv2.imread('/home/mc146/Desktop/store/get_face_roi/save/mask_result/220.jpg')
# print(img.shape)
b,g,r = cv2.split(img)
img1 = cv2.merge([r,g,b])
plt.subplot(2,3,1)
plt.title(str(1))
plt.axis('off')
plt.imshow(img1)

img_p1='/home/mc146/Desktop/store/get_face_roi/save/mask_result/108.jpg'
# img= Image.open(img_p)
img=cv2.imread(img_p1)
# print(img.shape)
b,g,r = cv2.split(img)
img1 = cv2.merge([r,g,b])
plt.subplot(2,3,2)
plt.title(str(2))
plt.axis('off')
plt.imshow(img1)

img_p1='/home/mc146/Desktop/store/get_face_roi/save/mask_result/528.jpg'
# img= Image.open(img_p)
img=cv2.imread(img_p1)
# print(img.shape)
b,g,r = cv2.split(img)
img1 = cv2.merge([r,g,b])
plt.subplot(2,3,3)
plt.title(str(3))
plt.axis('off')
plt.imshow(img1)

img_p1='/home/mc146/Desktop/store/get_face_roi/save/mask_result/278.jpg'

img=cv2.imread(img_p1)
b,g,r = cv2.split(img)
img1 = cv2.merge([r,g,b])
plt.subplot(2,3,4)
plt.title(str(4))
plt.axis('off')
plt.imshow(img1)

img_p1='/home/mc146/Desktop/store/get_face_roi/save/mask_result/778.jpg'
img=cv2.imread(img_p1)
b,g,r = cv2.split(img)
img1 = cv2.merge([r,g,b])
plt.subplot(2,3,5)
plt.title(str(5))
plt.axis('off')
plt.imshow(img1)

img_p1='/home/mc146/Desktop/store/get_face_roi/save/mask_result/398.jpg'
img=cv2.imread(img_p1)
b,g,r = cv2.split(img)
img1 = cv2.merge([r,g,b])
plt.subplot(2,3,6)
plt.title(str(6))
plt.axis('off')
plt.imshow(img1)

plt.tight_layout()  # 调整整体空白
plt.subplots_adjust(left=None, bottom=None, right=None, top=None,
                wspace=None, hspace=None)  # 调整子图间距
  '''
  subplots_adjust(left=None, bottom=None, right=None, top=None,wspace=None, hspace=None)
# 参数说明：
top、bottom、left、right：整个图距离上下左右边框的距离
wspace、hspace：这个才是调整各个子图之间的间距
wspace：调整子图之间的横向间距
hspace：调整子图之间纵向间距

  '''
plt.savefig('/home/mc146/Desktop/face_concat/mask.jpg')
plt.show()
python matplotlib怎么在一张图上画多条曲线？Python处理多个csv文件生成叠加曲线图——综合示例：平滑处理、图注、图例、图题、范围缩放
程序员，他们想的是什么?他们想的永远都是技术，他们崇尚的也永远都是技术。
03-31 2540
当我们使用PyTorch可视化工具-Tensorboard打开训练曲线时，有时希望多条曲线放在一张图像显示、对比。这是我们需要，将数据导出，用python matplotlib处理多个csv文件,在一张图上画多条曲线。tensorboard显示的曲线是经过平滑处理过的（其灰黑色的背景就平滑处理前的波形）；直接截图放文档里，可比性差，而且原来的坐标轴的数字太小不能修改，导致看不清。可以看到上面的曲线震荡的很厉害，不利于观察整体趋势，需要滤波处理；将曲线数据用表格的形式下载，然后用python自己绘制曲线图；
matplotlib.pyplot使用for循环进行多个子图Subplot的绘制的方法
Shen Mu Xin's Blog
03-22 1万+
matplotlib.pyplot使用for循环进行多个子图Subplot的绘制 目录matplotlib.pyplot使用for循环进行多个子图Subplot的绘制一、matplotlib.pyplot绘制子图的基本方法二、使用for循环进行绘图的一种方法 一、matplotlib.pyplot绘制子图的基本方法 首先我们来了解一下，matplotlib中绘图需要使用到的元素 首先是figure图片对象，然后是图片对象包含的子图对象axes，再然后是每个子图对象的轴Axis对象。 我们要进行子图的绘制，
Matplotlib如何依次生成多张图片 & 仅保存这些图片而不在编译器里显示
bosong的博客
06-25 1591
目录 1. 导入库介绍 2. 图片生成代码介绍 1. 导入库介绍 import os import inspect import pandas as pd import numpy as np from datetime import datetime # 在jupyter notebook中显示图像 import matplotlib.pyplot as plt %matplotlib inline # 在图片中显示中文、负号等 plt.rcParams['font.sans-seri...
plt多个图片显示在一个大的图片中
qq_25232685的博客
11-16 3505
plt.figure(figsize=(12, 7)) for img in image_files: # img_path = os.path.join(imgs_path, img) image = cv2.imread(img_path) if None: print("open image error") else: #add image to figure...
python matplotlib这么同时显示多张图片在同一个图中
热门推荐
qwe2508的博客
03-02 6万+
CIFAR10读进来的图像的的维度是（50000,32,32,3），插入以下代码就可以用了， img_test = images_test[:32, :, :, :] 选取前32张显示 plt.figure() for i in range(1,32): plt.subplot(4,8,i) plt.imshow(img_test[i-1]) plt.show() 这...
【python】python matplotlib绘制并保存多张图片+绘制多张子图
shuaixio的博客
06-19 9090
python画图，matplotlib，plot，savefig函数，绘制并保存多张图片
python matplotlib在一张画布上画多个图的两种方法，plt.subplot(),plt.subplots()。
01-21
Matplotlib在一张画布上画多个图的两种方法，plt.subplot,plt.subplots。 目录回顾plt.subplots()画法plt.subplot()画法保存 回顾 之前也用过plt.subplots()在一张图上画过多个图，今天看到用plt.subplot()的画法想...
python matplotlib 画图保存图片简单例子_使用matplotlib进行绘图
weixin_39672194的博客
11-23 1567
环境介绍IDE是PyCharm专业版，社区版好像不支持图形可视化（不确定）。库是matplotlib、numpy、pandas。本文参考《利用python进行数据分析》一书，github地址请点这里基本示例简单尝试#导入matplotil库，用于画图import matplotlib.pyplot as plt#导入numpy库，用于数据处理import numpy as np#画图data = ...
python 利用for循环 保存多个图像或者文件的实例
09-19
在上述文章中，作者提到了一个简单却非常实用的for循环结构，通过range函数生成一个序列，从而实现对多张图像的保存。 具体来说，代码`for i in range(50): plt.savefig("%d.jpg" % (i+1))` 展示了如何生成从1.jpg...
Matplotlib——多图合并
weixin_37763870的博客
04-08 1万+
文章目录1.多图合一(subplot) 1.多图合一(subplot) matplotlib 是可以组合许多的小图, 放在一张大图里面显示的. 使用到的方法叫作 subplot. 使用import导入matplotlib.pyplot模块, 并简写成plt. 使用plt.figure创建一个图像窗口. 使用plt.subplot来创建小图. plt.subplot(2,2,1)表示将整个图像窗口分...
Opencv学习笔记(四):如何通过cv2或者通过matplotlib来将多张图拼接成一张图输出
源的博客
01-26 1610
基于上一篇博客https://editor.youkuaiyun.com/md/?articleId=113179712 虽然可以将所有图片依次输出，但是这样观察效率太低了，我们可以结合cv2或者plt将全部输出的灰度图结合在一起输出，便于观察。下面直接给代码 文章目录1.CV2绘制注意事项:----1.1 CV2实现具体代码----1.2 运行结果：2.通过matplotlib来绘制----2.1 具体代码:----2.3 运行结果3.二者比较 1.CV2绘制注意事项: np.vstack不能将不同通道数的图片融合再
python将多个matplotlib画的图保存到一张图里
euler1983的专栏
02-29 3803
方法1：用pdf from matplotlib.backends.backend_pdf import PdfPages import matplotlib.pyplot as plt with PdfPages('multipage_pdf.pdf') as pdf: model1, model2 = m1['model'], m2['model'] X_train1,...
Python常见库matplotlib之多个子图绘图
搬砖屋
03-23 6419
前两章介绍了单张图的绘图操作，这一章介绍下在一张图中画多个图的操作。我们把前一篇的程序稍微改动一下，上一篇中是将正弦函数和余弦函数画在一张图中，这一次我们将两个曲线分别画在不同的子图中。
python保存多张图片_Python Matplotlib 画多个图保存到一个pdf文件中
weixin_39524741的博客
11-29 951
官方文档例子pylab_examples example code: multipage_pdf.py"""This is a demo of creating a pdf file with several pages,as well as adding metadata and annotations to pdf files."""import datetimeimport numpy as...
js纯前端压缩图片
qq_22091941的博客
11-12 536
js纯前端压缩 <!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8"> <meta name="viewport" content="width=device-width, initial-scale=1.0"> <title>压缩图片</title> </head> <body> <inp
matplotlib多图合一的四种实现（多张图显示在一个figure中）
Qlz的博客
01-12 1万+
声明将figure分割成几块，然后在绘图时使用切片声明使用哪几块即可。说明新图纸是几行几列的。
Python保存图片的三种情况
qq_43750528的博客
04-20 1万+
【代码】Python保存图片的三种情况。
解决python的matplotlib库，将多个图保存为多个文件造成重叠的问题
ACL_lihan的博客
06-05 6394
未修改前的代码： import numpy as np import matplotlib.pyplot as plt from matplotlib import style plt.style.use('dark_background') for i in range(2): if i ==0: labels = 'A', 'B', 'C' fr...
使用Python中的matplotlib将多个图片显示到一张图内
WJ99999JRC的博客
03-31 6120
再用同样的方式设置其他三个子图，注意本例子总共四个字图，故字图（subplot）的最后一位数字依次从2到4增大，结合之前的第一个子图，即表示各个子图位置从左上到右下。在我们写论文或是汇报时，经常需要整合所得到的可视化数据结果，插入我们的论文中。我们通过plt.subplot来设置子图的参数，其中数字221表示子图总共有2行2列（4个），1则表示位于左上方的第一个图。运行这两行代码以消除子图中的横纵坐标刻度（使得横纵坐标显示为空），因为我们要处理的图像一般都有刻度了。，用于显示和处理图像数据。
python使用matplotlib将多个图像画在一张图里
最新发布
09-02
<think> 我们使用Matplotlib绘制多图有两种主要方式： 1. 使用`plt.subplot()`创建子图 2. 使用`plt.subplots()`同时创建多个子图 下面我将详细说明这两种方法，并给出示例代码。 ### 方法一：使用`plt.subplot()` 这种方法逐个添加子图，通过指定行数、列数以及当前子图的位置索引来创建子图。 语法： ```python plt.subplot(n_rows, n_cols, index) ``` 然后像绘制单个图一样使用`plt.plot()`等函数，这些操作将作用于当前子图。 示例：绘制2x2的子图，共4个图 ```python import matplotlib.pyplot as plt import numpy as np # 创建数据 x = np.linspace(0, 2*np.pi, 100) plt.figure(figsize=(10, 8)) # 设置整个图像的大小 # 第一个子图 plt.subplot(2, 2, 1) # 2行2列，第1个位置 plt.plot(x, np.sin(x)) plt.title('sin(x)') # 第二个子图 plt.subplot(2, 2, 2) # 2行2列，第2个位置 plt.plot(x, np.cos(x)) plt.title('cos(x)') # 第三个子图 plt.subplot(2, 2, 3) # 2行2列，第3个位置 plt.plot(x, np.tan(x)) plt.title('tan(x)') # 第四个子图 plt.subplot(2, 2, 4) # 2行2列，第4个位置 plt.plot(x, np.exp(x)) plt.title('exp(x)') # 调整子图之间的间距 plt.tight_layout() plt.show() ``` ### 方法二：使用`plt.subplots()`（推荐） 这种方法一次性创建所有子图，并返回一个包含所有子图对象的数组。使用这种方法可以更方便地操作每个子图。 语法： ```python fig, axs = plt.subplots(n_rows, n_cols, figsize=(width, height)) ``` 其中`axs`是一个二维数组（当行数或列数大于1时），每个元素代表一个子图对象。 示例：同样绘制2x2的子图 ```python import matplotlib.pyplot as plt import numpy as np # 创建数据 x = np.linspace(0, 2*np.pi, 100) # 创建2x2的子图，并设置整个图像大小 fig, axs = plt.subplots(2, 2, figsize=(10, 8)) # 现在axs是一个2x2的数组，我们可以通过索引访问每个子图 # 绘制第一个子图（第0行，第0列） axs[0, 0].plot(x, np.sin(x)) axs[0, 0].set_title('sin(x)') # 第二个子图（第0行，第1列） axs[0, 1].plot(x, np.cos(x)) axs[0, 1].set_title('cos(x)') # 第三个子图（第1行，第0列） axs[1, 0].plot(x, np.tan(x)) axs[1, 0].set_title('tan(x)') # 第四个子图（第1行，第1列） axs[1, 1].plot(x, np.exp(x)) axs[1, 1].set_title('exp(x)') # 调整布局 plt.tight_layout() plt.show() ``` ### 注意： 1. 当子图只有一行或一列时，`axs`将是一维数组。 例如：`fig, axs = plt.subplots(1, 2)`，则`axs[0]`和`axs[1]`分别代表两个子图。 2. 使用`set_title()`、`set_xlabel()`等方法设置子图的标题和坐标轴标签。 3. `plt.tight_layout()`可以自动调整子图参数，避免重叠。 ### 高级用法：合并子图（跨多行多列） 使用`subplot2grid`或`GridSpec`可以实现更复杂的布局，例如一个子图占据多行或多列。 示例（使用`subplot2grid`）： ```python plt.figure(figsize=(10, 8)) # 创建一个3x3的网格，第一个子图占据第一行两列 ax1 = plt.subplot2grid((3, 3), (0, 0), colspan=2, rowspan=1) ax1.plot(x, np.sin(x)) ax1.set_title('sin(x)') # 第二个子图占据第一行第三列和第二行第三列（跨两行） ax2 = plt.subplot2grid((3, 3), (0, 2), rowspan=2) ax2.plot(x, np.cos(x)) ax2.set_title('cos(x)') # 第三个子图占据第三行全部（跨三列） ax3 = plt.subplot2grid((3, 3), (2, 0), colspan=3) ax3.plot(x, np.tan(x)) ax3.set_title('tan(x)') plt.tight_layout() plt.show() ``` 使用`GridSpec`可以实现同样的效果，但更灵活，这里不展开。 以上就是在Matplotlib中绘制多图的方法。根据需求选择合适的方式。 ### 相关问题 1. 如何设置所有子图共享X轴或Y轴刻度？ 2. 如何为整个图形添加一个总标题？ 3. 如何在子图中添加图例？ 4. 如何保存包含多个子图的高分辨率图像？ 5. 如何绘制不同类型图表（如柱状图、散点图）在同一张图的多个子图中？ 希望这些方法能帮助你有效地组织多个图表在同一张图中展示[^1][^2]。 </think> 在 Python 中使用 Matplotlib 将多个图像绘制在同一张图中，主要有以下几种方法： ### 一、使用基本子图布局 (subplot) 这是最常用的方法，通过指定网格布局创建多个子图： ```python import matplotlib.pyplot as plt import numpy as np # 创建 2×2 的子图布局 plt.figure(figsize=(10, 8)) # 第一个子图 plt.subplot(2, 2, 1) # (行数, 列数, 位置索引) x = np.linspace(0, 10, 100) plt.plot(x, np.sin(x)) plt.title('正弦函数') # 第二个子图 plt.subplot(2, 2, 2) plt.plot(x, np.cos(x), 'r--') plt.title('余弦函数') # 第三个子图 plt.subplot(2, 2, 3) plt.plot(x, np.tan(x), 'g-') plt.title('正切函数') # 第四个子图 plt.subplot(2, 2, 4) plt.plot(x, np.exp(-x), 'm:') plt.title('指数衰减') plt.tight_layout() # 自动调整子图间距 plt.show() ``` ### 二、面向对象方式 (subplots) 更推荐的方法，可直接获取 Axes 对象数组： ```python fig, axs = plt.subplots(nrows=2, ncols=2, figsize=(10, 8)) # 访问子图 axs[0, 0].plot(x, np.sin(x)) axs[0, 0].set_title('正弦函数') axs[0, 0].grid(True) axs[0, 1].plot(x, np.cos(x), 'r--') axs[0, 1].set_title('余弦函数') axs[1, 0].scatter(x, np.random.randn(100), c='g') axs[1, 0].set_title('随机散点图') axs[1, 1].hist(np.random.randn(1000), bins=30, color='purple') axs[1, 1].set_title('正态分布直方图') fig.suptitle('多图示例', fontsize=16) # 添加总标题 plt.tight_layout() plt.show() ``` ### 三、复杂布局 (GridSpec) 对于不对称布局，使用 GridSpec： ```python from matplotlib.gridspec import GridSpec fig = plt.figure(figsize=(12, 8)) gs = GridSpec(3, 3, figure=fig) # 3行3列 # 左上角大图 (占据第0行，前两列) ax1 = fig.add_subplot(gs[0, :2]) ax1.plot(x, np.sin(x) * np.exp(-x/2)) # 右上角小图 (占据第0行，第2列) ax2 = fig.add_subplot(gs[0, 2]) ax2.pie([30, 40, 30]) # 底部长图 (占据第1-2行，全部列) ax3 = fig.add_subplot(gs[1:, :]) ax3.imshow(np.random.rand(20, 20), cmap='viridis') plt.tight_layout() plt.show() ``` ### 四、叠加绘图 (Overlay) 在同一坐标系叠加多个图形： ```python plt.figure(figsize=(8, 6)) # 叠加三条曲线 x = np.linspace(0, 4*np.pi, 200) plt.plot(x, np.sin(x), label='sin(x)') plt.plot(x, np.cos(x), label='cos(x)') plt.plot(x, np.sin(x)+np.cos(x), 'k--', label='sin(x)+cos(x)') plt.title('三角函数叠加') plt.xlabel('x') plt.ylabel('y') plt.legend() # 显示图例 plt.grid(alpha=0.3) plt.show() ``` ### 关键技巧 1. **布局调整**： - 使用 `plt.tight_layout()` 自动调整子图间距 - 手动调整：`plt.subplots_adjust(wspace=0.3, hspace=0.4)` 2. **共享坐标轴**： ```python fig, axs = plt.subplots(2, 2, sharex=True, sharey=True) ``` 3. **添加统一元素**： ```python fig.text(0.5, 0.04, '公共X轴', ha='center') fig.text(0.04, 0.5, '公共Y轴', va='center', rotation='vertical') ``` 4. **保存高清图**： ```python plt.savefig('multiplot.png', dpi=300, bbox_inches='tight') ``` > 掌握这些方法可以创建从简单比较到复杂仪表板的各种多图布局[^1][^2]。 ### 相关问题 1. 如何在不同子图间共享坐标轴刻度？ 2. GridSpec 布局中如何实现单元格合并？ 3. 如何为每个子图添加独立图例？ 4. Matplotlib 中哪些参数控制子图间距？ 5. 如何创建带有共享颜色条的多个热力图？ 6. 在 Jupyter Notebook 中如何优化多图的显示效果？
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值