Matplotlib中將繪圖儲存到Numpy陣列的2種方法

在 Python 中將繪圖儲存到 NumPy 陣列是一種將資料視覺化與陣列操作聯絡起來的技術，允許將圖形繪圖直接儲存為陣列表示形式，從而促進在 Python 環境中進行進一步的計算分析或修改。讓我們學習如何使用 Matplotlib 將繪圖儲存到 NumPy 陣列。

如何將繪圖儲存到 NumPy 陣列
要將繪圖儲存到 NumPy 陣列，必須首先使用 Matplotlib 等繪相簿建立繪圖，然後利用“canvas.tostring_rgb()”方法將繪圖捕獲為 RGB 字串，並將該資料重新整形為 NumPy 陣列：適當的尺寸。

基本步驟包括：

繪製並捕獲繪圖的 RGB 表示
將其重塑為陣列，確保視覺化無縫整合到資料分析工作流程中。

方法1：使用fig.canvas.tostring_rgb和numpy.fromstring

在這種方法中，繪圖被建立並繪製在畫布上。繪製畫布以渲染繪圖，然後使用“ buf= Fig.canvas.tostring_rgb() ”將渲染的畫布轉換為原始 RGB 緩衝區。
原始緩衝區被轉換為表示影像的 NumPy 陣列。最後，它列印影像陣列的形狀和一部分畫素值及其 RGB 值。

import matplotlib.pyplot as plt
import numpy as np

fig, ax = plt.subplots()
ax.plot([1, 2, 3], [4, 5, 6])
fig.canvas.draw()

將畫布canvas 轉換為原始 RGB 緩衝區
buf = fig.canvas.tostring_rgb()
ncols, nrows = fig.canvas.get_width_height()
image = np.frombuffer(buf, dtype=np.uint8).reshape(nrows, ncols, 3)

print(<font>"Image shape:", image.shape)
print("First 3x3 pixels and RGB values:")
print(image[:3, :3, :])

輸出：
Image shape: (480, 640, 3)
First 3x3 pixels and RGB values:
[[[255 255 255]
  [255 255 255]
  [255 255 255]]

 [[255 255 255]
  [255 255 255]
  [255 255 255]]

 [[255 255 255]
  [255 255 255]
  [255 255 255]]]

影像的尺寸為(480,640,3)，這些數字表示：

480： 這是影像的高度（以畫素為單位）。
640： 這是影像的寬度（以畫素為單位）。
3：這表示影像中顏色通道的數量。由於該值為 3，因此它可能是 RGB 影像，其中每個畫素具有代表紅色、綠色和藍色強度的三個值。

方法 2：將繪圖儲存到 io.BytesIO 物件中

這種方法是用 Matplotlib 建立一個繪圖，然後將其儲存到記憶體中的 BytesIO 物件（作為 PNG），即記憶體中的臨時緩衝區，而不是直接儲存到檔案中。
然後使用 Pillow（PIL Fork）庫將 BytesIO 物件讀入 PIL 影像，並將其轉換為 NumPy 陣列。這種方法可以高效地將繪圖轉換為陣列，而無需從磁碟儲存和讀取。

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

fig, ax = plt.subplots()
ax.plot([1, 2, 3], [4, 5, 6])

# Create a bytes buffer to save the plot
buf = io.BytesIO()
plt.savefig(buf, format='png')
buf.seek(0)

# 從緩衝區開啟 PNG 影像，並將其轉換為 NumPy 陣列
image = np.array(Image.open(buf))
# Close the buffer
buf.close()

print(<font>"Image shape:", image.shape)
print("First 3x3 pixels and RGB values:")
print(image[:3, :3, :])

輸出：
Image shape: (480, 640, 4)
First 3x3 pixels and RGB values:
[[[255 255 255 255]
  [255 255 255 255]
  [255 255 255 255]]

 [[255 255 255 255]
  [255 255 255 255]
  [255 255 255 255]]

 [[255 255 255 255]
  [255 255 255 255]
  [255 255 255 255]]]

輸出 (480, 640, 4) 給出了一個 NumPy 陣列，表示高度為 480 畫素、寬度為 640 畫素和四個顏色通道（RGBA）的影像。雖然繪圖資料本身可能沒有明確使用 alpha 通道，但它的存在可能是 Matplotlib 處理 PNG 透明度或所用影像處理庫行為的結果。

具有 PNG 透明度的 Matplotlib：使用 plt.savefig 將 Matplotlib 圖形儲存為 PNG 格式並啟用透明度時，即使圖形本身沒有明確使用透明度，生成的影像也可能有 Alpha 通道。這種行為取決於 Matplotlib 對 PNG 影像的內部處理。
外部庫 (PIL)：在使用 PIL 等外部庫開啟影像時，即使 Matplotlib 中的原始 PNG 沒有新增阿爾法通道，也可能會新增。某些影像處理庫（如 PIL）可能會預設設定或新增阿爾法通道，以保持一致性。

結論
總之，在 Python 中將繪圖轉換為 NumPy 陣列，透過將其與基於陣列的計算整合，增強了資料視覺化，為各種應用提供了靈活性。

Matplotlib中將繪圖儲存到Numpy陣列的2種方法

相關文章