pyplot.imshow – 画像表示

1 概要
2 画像ファイルの表示
3 配列の画像表示
4 RGB
5 グレースケール

概要

matplotlib.pyplot.imshow()は画像表示用のメソッドで、表示対象として、画像ファイルや画像情報を格納した配列を指定する。

pyplotやsubplotで直接実行するほか、Axesオブジェクトのメソッドとしても実行できる。

ピクセルデータのレンジのデフォルト設定と与えるデータのレンジによって予期しない結果になることもあり、vmin、vmaxを明示的に指定した方がよい。

画像ファイルの表示

以下のコードは、JPEGファイルを読み込んで表示する。

ここではpyplot.subplotのメソッドとしてimshow()を実行している。画像が1つの場合、pyplot.imshow()でもよい。

1つは画像ファイルをそのまま引数にし、もう1つは画像ファイルを配列の形にしてから引数に渡している。画像の配列の形については後述。

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

image = Image.open("./coffeemill.jpg")

image_array = np.asarray(image)

plt.subplot(121).imshow(image)
plt.subplot(122).imshow(image_array)
plt.show()

print(image_array.shape)
# (871, 653, 3)

print(image_array)
[[[171 147 111]
  [167 143 107]
  [170 147 113]
  ...
  [ 93  82  86]
  [ 92  81  87]
  [ 93  83  91]]

 [[170 146 110]
  [167 143 107]
  [170 147 113]
  ...
  [ 92  81  87]
  [ 85  76  81]
  [ 77  67  75]]

  .....

 [[ 36  23  15]
  [ 37  24  16]
  [ 41  26  21]
  ...
  [248 196 123]
  [249 197 124]
  [247 195 122]]]

import numpy as np

import matplotlib.pyplot as plt

from PIL import Image

image = Image.open("./coffeemill.jpg")

image_array = np.asarray(image)

plt.subplot(121).imshow(image)

plt.subplot(122).imshow(image_array)

plt.show()

print(image_array.shape)

# (871, 653, 3)

print(image_array)

[[[171 147 111]

[167 143 107]

[170 147 113]

...

[ 93 82 86]

[ 92 81 87]

[ 93 83 91]]

[[170 146 110]

[167 143 107]

[170 147 113]

...

[ 92 81 87]

[ 85 76 81]

[ 77 67 75]]

.....

[[ 36 23 15]

[ 37 24 16]

[ 41 26 21]

...

[248 196 123]

[249 197 124]

[247 195 122]]]

配列の画像表示

基本形

imshow()は配列を引数にとることができる。

以下の例では、カラーマップを指定して2×2=4要素の2次元配列を表示している。最小値0がカラーマップbwrの青に、最大値255が赤に対応し、その間の数値の大きさに応じたカラーマップ上の色が選択されている（デフォルトのcmapはvirいdis）。

なお、この例ではpyplotから直接imshow()を実行している。

import numpy as np
import matplotlib.pyplot as plt

im_array = np.array([
    [0, 85],
    [170, 255]
])

plt.imshow(im_array, cmap='bwr')

plt.show()

import numpy as np

import matplotlib.pyplot as plt

im_array = np.array([

[0, 85],

[170, 255]

])

plt.imshow(im_array, cmap='bwr')

plt.show()

レンジ

imshow()に配列を渡して描画させるとき、数値のレンジに留意する必要がある。

デフォルトでは、imshow()は渡された配列の中の最小値と最大値をカラーマップの下限値と上限値に対応させ、線形にマッピングする。

なお、この例ではarray-likeとして2次元のリストを渡していて、Axesからimshow()を呼び出している。

import numpy as np
import matplotlib.pyplot as plt

images = []
images.append([[0, 0.5, 1]])
images.append([[0, 127, 255]])
images.append([[-1, 0, 1]])
images.append([[1000, 1000.5, 1001]])
print(images)

fig, axs = plt.subplots(2, 2)

for image, ax in zip(images, axs.flatten()):
    ax.imshow(image, cmap='bwr')

plt.show()

import numpy as np

import matplotlib.pyplot as plt

images = []

images.append([[0, 0.5, 1]])

images.append([[0, 127, 255]])

images.append([[-1, 0, 1]])

images.append([[1000, 1000.5, 1001]])

print(images)

fig, axs = plt.subplots(2, 2)

for image, ax in zip(images, axs.flatten()):

ax.imshow(image, cmap='bwr')

plt.show()

4つの配列はそれぞれ最小値と最大値が異なり、かつその中央の値を持つ。値は異なるが全て最小値がカラーマップbwrの下限値に対応する青、最大値が上限値に対応する赤、中央値は白となっている（特段フランス国旗を意図したものではない）。

viminとvmax

imshow()の引数でvminとvmaxを設定すると、配列の値に関わらず、vminとvmiaxをカラーマップの下限値と上限値に対応させる。

以下の例では最小値0、最大値1の2要素の配列を、vminとvmaxを変えてカラーマップbwrで描画させている。

import numpy as np
import matplotlib.pyplot as plt

image = [[0, 1]]

fig, axs = plt.subplots(2, 2)

axs[0, 0].imshow(image, cmap='bwr')
axs[0, 0].set_title("Default")
axs[0, 1].imshow(image, cmap='bwr', vmin=0, vmax=2)
axs[0, 1].set_title("vmin=0, vmax=2")
axs[1, 0].imshow(image, cmap='bwr', vmin=-1, vmax=2)
axs[1, 0].set_title("vmin=-1, vmax=2")
axs[1, 1].imshow(image, cmap='bwr', vmin=0.2, vmax=0.8)
axs[1, 1].set_title("vmin=0.2, vmax=0.8")

plt.show()

import numpy as np

import matplotlib.pyplot as plt

image = [[0, 1]]

fig, axs = plt.subplots(2, 2)

axs[0, 0].imshow(image, cmap='bwr')

axs[0, 0].set_title("Default")

axs[0, 1].imshow(image, cmap='bwr', vmin=0, vmax=2)

axs[0, 1].set_title("vmin=0, vmax=2")

axs[1, 0].imshow(image, cmap='bwr', vmin=-1, vmax=2)

axs[1, 0].set_title("vmin=-1, vmax=2")

axs[1, 1].imshow(image, cmap='bwr', vmin=0.2, vmax=0.8)

axs[1, 1].set_title("vmin=0.2, vmax=0.8")

plt.show()

左上はデフォルトなので、最小値0がカラーマップ下限値に対応した青に、最大値1が上限値に対応した赤になっている。

右上はvmin=0で配列の最小値0と同じだが、vmax=2としている。このため配列の0はカラーマップ下限の青で、配列の1はカラーマップ中央の白になっている。

左下はvmin=-1も設定されているので、配列の0、1はカラーマップの左から1/3、2/3に相当する色となっている。

右下はvminとvmaxが配列の最小値と最大値の範囲より内側にある。このため、配列の最小値・最大値はそれぞれカラーマップの下限・上限に対応する青・赤となっている。

RGB

array-likeの次元が3次元になると、RGB/RGBA形式だと認識される。

[rows, cols, 3]: 3次元目のサイズが3の時はRGB表現と認識される。1次元目と2次元目はそれぞれ画像の行数と列数とみなされ、3次元目は3つの列がR, G, Bの値に対応する。
[rows, cols, 4]: 3次元目のサイズが4の時はRGBA表現と認識される。1次元目と2次元目はそれぞれ画像の行数と列数とみなされ、3次元目は3つの列がR, G, Bの値に対応し、4つ目の列が透明度に対応する。

R, G, B, Aの値は、配列のdtypeがint形式の時には0～255、floatの時には0～1の範囲が想定される。

以下の例の内容。

画像サイズを2行×4列として、R, G, Bごとに画像のピクセルデータを設定→shape=(3, 2, 4)
ピクセル並び替え後の配列を4つ準備
forループでピクセル並び替え
画像表示とデータ内容の表示

3次元配列のピクセルの並び替えは、泥臭くforループで回しているが、もっとエレガントな方法があるかもしれない（もとから(3, rows, cols)の形にしてくれればよかったのに）。

# --- --B -G- -GB
# R-- R-B RG- RGB

import numpy as np
import matplotlib.pyplot as plt

image_org = np.array([
    [
        [  0,   0,   0,   0],
        [255, 255, 255, 255]
    ],
    [
        [  0,   0, 255, 255],
        [  0,   0, 255, 255]
    ],
    [
        [  0, 255,   0, 255],
        [  0, 255,   0, 255]
    ]
])

row = image_org.shape[1]
col = image_org.shape[2]

image_int1 = np.empty((row, col, 3), dtype=int)
image_int2 = np.empty((row, col, 3), dtype=int)
image_float1 = np.empty((row, col, 3), dtype=float)
image_float2 = np.empty((row, col, 3), dtype=float)

for m in range(row):
    for n in range(col):
        for rgb in range(3):
            image_int1[m, n, rgb] = image_org[rgb, m, n]
            image_int2[m, n, rgb] = image_org[rgb, m, n] /255
            #-> all the pixels become BLACK
            image_float1[m, n, rgb] = image_org[rgb, m, n]
            image_float2[m, n, rgb] = image_org[rgb, m, n] / 255
            #- >works, but
            # "Clipping input data to the valid range for imshow with RGB data ([0..1] for floats or [0..255] for integers)."

fig, axs = plt.subplots(2, 2)

axs[0, 0].imshow(image_int1)
axs[0, 0].set_title("dtype=int, 0~255")
axs[0, 1].imshow(image_int2)
axs[0, 1].set_title("dtype=int, 0.0~1.0")
axs[1, 0].imshow(image_float1)
axs[1, 0].set_title("dtype=float, 0.0~255.0")
axs[1, 1].imshow(image_float2)
axs[1, 1].set_title("dtype=float, 0.0~1.0")

plt.show()

print("original image shape  :{}".format(image_org.shape))
print("rearranged image shape:{}".format(image_int1.shape))
print("rearranged image:\n{}".format(image_int1))

# Clipping input data to the valid range for imshow with RGB data ([0..1] for floats or [0..255] for integers).
# original image shape  :(3, 2, 4)
# rearranged image shape:(2, 4, 3)
# rearranged image:
# [[[  0   0   0]
#   [  0   0 255]
#   [  0 255   0]
#   [  0 255 255]]
# 
#  [[255   0   0]
#   [255   0 255]
#   [255 255   0]
#   [255 255 255]]]

# --- --B -G- -GB

# R-- R-B RG- RGB

import numpy as np

import matplotlib.pyplot as plt

image_org = np.array([

[

[ 0, 0, 0, 0],

[255, 255, 255, 255]

[

[ 0, 0, 255, 255],

[ 0, 0, 255, 255]

[

[ 0, 255, 0, 255],

[ 0, 255, 0, 255]

]

])

row = image_org.shape[1]

col = image_org.shape[2]

image_int1 = np.empty((row, col, 3), dtype=int)

image_int2 = np.empty((row, col, 3), dtype=int)

image_float1 = np.empty((row, col, 3), dtype=float)

image_float2 = np.empty((row, col, 3), dtype=float)

for m in range(row):

for n in range(col):

for rgb in range(3):

image_int1[m, n, rgb] = image_org[rgb, m, n]

image_int2[m, n, rgb] = image_org[rgb, m, n] /255

#-> all the pixels become BLACK

image_float1[m, n, rgb] = image_org[rgb, m, n]

image_float2[m, n, rgb] = image_org[rgb, m, n] / 255

#- >works, but

# "Clipping input data to the valid range for imshow with RGB data ([0..1] for floats or [0..255] for integers)."

fig, axs = plt.subplots(2, 2)

axs[0, 0].imshow(image_int1)

axs[0, 0].set_title("dtype=int, 0~255")

axs[0, 1].imshow(image_int2)

axs[0, 1].set_title("dtype=int, 0.0~1.0")

axs[1, 0].imshow(image_float1)

axs[1, 0].set_title("dtype=float, 0.0~255.0")

axs[1, 1].imshow(image_float2)

axs[1, 1].set_title("dtype=float, 0.0~1.0")

plt.show()

print("original image shape :{}".format(image_org.shape))

print("rearranged image shape:{}".format(image_int1.shape))

print("rearranged image:\n{}".format(image_int1))

# Clipping input data to the valid range for imshow with RGB data ([0..1] for floats or [0..255] for integers).

# original image shape :(3, 2, 4)

# rearranged image shape:(2, 4, 3)

# rearranged image:

# [[[ 0 0 0]

# [ 0 0 255]

# [ 0 255 0]

# [ 0 255 255]]

# [[255 0 0]

# [255 0 255]

# [255 255 0]

# [255 255 255]]]

imshow()に渡す配列のdtypeがint型の時は、ピクセルデータのレンジが0～255になる。

左上は元の配列のままR, G,Bが0か255なので、想定した組み合わせの色となっている
右上は想定されているレンジに対して0.0～1.0の値を与えていることから、どのピクセルともR, G, Bが0か1（ほぼゼロ）となり黒くなっている（そのまま実行され、特にメッセ維持は出ない）

配列のdtypeがfloatの時は、ピクセルデータの想定レンジは0.0～1.0になる。

左下は最小値0と最大255を与えているが、結果は左上と同じで、imshow()のデフォルトのレンジ0～255に変更されているようである（特にメッセージは出ない）
右下は与えるピクセルデータを0.0～1.0としたところ、”入力データをクリップしている”というメッセージが出たが、レンジが修正されたらしく結果は意図通り

並べ替えた後の配列は、直感的にはわかりにくい形になっている。

グレースケール

グレースケールの場合は、cmap='gray'を指定する。vmin、vmaxは省略しても同じ結果となるが念のため。

import numpy as np
import matplotlib.pyplot as plt

row_L = np.arange(0, 256, 8, dtype=int)
row_R = np.arange(256, 0, -8)
row = np.append(row_L, row_R)
n_size = 256 // 8

image_array = np.empty((n_size, n_size), dtype=int)

for r in range(n_size):
    image_array[r, :] = row[:n_size]
    row = np.roll(row, -1)

plt.imshow(image_array, vmin=0, vmax=255, cmap='gray')
plt.show()

import numpy as np

import matplotlib.pyplot as plt

row_L = np.arange(0, 256, 8, dtype=int)

row_R = np.arange(256, 0, -8)

row = np.append(row_L, row_R)

n_size = 256 // 8

image_array = np.empty((n_size, n_size), dtype=int)

for r in range(n_size):

image_array[r, :] = row[:n_size]

row = np.roll(row, -1)

plt.imshow(image_array, vmin=0, vmax=255, cmap='gray')

plt.show()

TauStation

pyplot.imshow – 画像表示

概要

画像ファイルの表示

配列の画像表示

基本形

レンジ

viminとvmax

RGB

グレースケール

コメントを残すコメントをキャンセル

概要

画像ファイルの表示

配列の画像表示

基本形

レンジ

viminとvmax

RGB

グレースケール

コメントを残す コメントをキャンセル

コメントを残すコメントをキャンセル