Matplotlib ist eine erstaunliche Visualisierungsbibliothek in Python für 2D-Diagramme von Arrays. Matplotlib ist eine plattformübergreifende Datenvisualisierungsbibliothek, die auf NumPy-Arrays basiert und für die Verwendung mit dem breiteren SciPy-Stack entwickelt wurde. Es wurde von John Hunter im Jahr 2002 eingeführt.
Einer der größten Vorteile der Visualisierung besteht darin, dass wir visuell auf große Datenmengen in leicht verdaulichen Bildern zugreifen können. Matplotlib besteht aus mehreren Plots wie Linie, Balken, Streuung, Histogramm usw.

In diesem Artikel werden wir sehen, wie wir mit Matplotlib mit PNG-Bildern arbeiten können.

Code 1: Lesen Sie ein PNG-Bild mit Matplotlib

import matplotlib.pyplot as plt 
import matplotlib.image as img 
  
im = img.imread('imR.png') 
  
plt.imshow(im)

Ausgabe:

Code 2: Anwenden von Pseudofarbe auf das Bild



Pseudofarbe ist nützlich, um den Kontrast des Bildes zu verbessern.

import matplotlib.pyplot as plt 
import matplotlib.image as img 
  
im = img.imread('imR.png') 
  
lum = im[:, :, 0] 
  
plt.imshow(lum)

Ausgabe:

Code 3: Wir können der Farbkarte mit Farbbalken einen weiteren Wert geben.

import matplotlib.pyplot as plt 
import matplotlib.image as img 
  
im = img.imread('imR.png') 
lum = im[:, :, 0] 
  
plt.imshow(lum, cmap ='hot') 
plt.colorbar()

Ausgabe:

Interpolationsschemata: Die
Interpolation berechnet, wie die Farbe oder der Wert eines Pixels sein sollte. Dies ist erforderlich, wenn wir die Bildgröße ändern, aber dieselben Informationen wünschen. Beim Ändern der Bildgröße fehlt Platz, da die Pixel diskret sind und durch Interpolation dieser Platz ausgefüllt wird.

Code 4: Interpolation

from PIL import Image  
import matplotlib.pyplot as plt 
  
img = Image.open('imR.png') 
  
img.thumbnail((50, 50), Image.ANTIALIAS) 
imgplot = plt.imshow(img)

Ausgabe:

Code # 6: Hier wird der 'bikubische' Wert für die Interpolation verwendet.

import matplotlib.pyplot as plt 
  
from PIL import Image  
  
img = Image.open('imR.png') 
  
img.thumbnail((30, 30), Image.ANTIALIAS)  
  
imgplot = plt.imshow(img, interpolation ='bicubic')

Ausgabe:

Code Nr. 7: Der Wert 'sinc' wird für die Interpolation verwendet.

from PIL import Image  
import matplotlib.pyplot as plt 
  
img = Image.open('imR.png') 
  
img.thumbnail((30, 30), Image.ANTIALIAS) 
  
imgplot = plt.imshow(img, interpolation ='sinc')

Ausgabe:

 
Referenz: https://matplotlib.org/gallery/images_contours_and_fields/interpolation_methods.html