我试图使用matplotlib.pyplot.imshow()显示灰度图像。我的问题是灰度图像显示为色图。我需要它是灰度的，因为我想在图像上画上颜色。
我在图像中读取并使用PIL的image .open().convert(“L”)转换为灰度
image = Image.open(file).convert("L")
然后我将图像转换为一个矩阵，这样我就可以很容易地使用一些图像处理
matrix = scipy.misc.fromimage(image, 0)
然而，当我这样做的时候
figure()
matplotlib.pyplot.imshow(matrix)
show()
它使用色图显示图像(即它不是灰度)。
我哪里做错了?
当前回答
尝试使用灰度色图?
例如:
imshow(..., cmap=pyplot.cm.binary)
颜色地图的列表，请参见http://scipy-cookbook.readthedocs.org/items/Matplotlib_Show_colormaps.html
其他回答
试试这个:
import pylab
from scipy import misc
pylab.imshow(misc.lena(),cmap=pylab.gray())
pylab.show()
当图像有紫色和黄色时。
更改图像保存方式: plt.imsave(…,提出=“灰色”)
@unutbu的答案非常接近正确答案。
默认情况下，plt.imshow()将尝试将(MxN)数组数据缩放到0.0~1.0。然后映射到0~255。对于大多数自然拍摄的图像，这是很好的，你不会看到不同。但如果你有一个像素值范围很窄的图像，比如说最小像素是156，最大像素是234。灰色图像看起来完全错误。 用灰色显示图像的正确方法是
from matplotlib.colors import NoNorm
...
plt.imshow(img,cmap='gray',norm=NoNorm())
...
让我们来看一个例子:
这是原始图像: 原始
这是使用默认的规范设置，即None: 错误的图片
这是使用NoNorm设置，即NoNorm(): 正确的图片
不使用插值和设置为灰色。
import matplotlib.pyplot as plt
plt.imshow(img[:,:,1], cmap='gray',interpolation='none')
plt.imshow(img[:,:,0], cmap='gray')
plt.imshow(img[:,:,1], cmap='gray')
plt.imshow(img[:,:,2], cmap='gray')
应该工作。但是，这种方法的问题是它不是真正的灰色。它只改变一个RGB通道为灰色。
看下面。
from sklearn.datasets import load_sample_image
flower = load_sample_image("flower.jpg")
plt.subplot(1,4,1)
plt.imshow(flower)
plt.axis("off")
plt.title("Original")
# R level to gray
plt.subplot(1,4,2)
plt.imshow(flower[:,:,0], cmap='gray')
plt.axis("off")
plt.title("R to gray")
# G leval to gray
plt.subplot(1,4,3)
plt.imshow(flower[:,:,1], cmap='gray')
plt.axis("off")
plt.title("R to gray")
# B leval to gray
plt.subplot(1,4,4)
plt.imshow(flower[:,:,2], cmap='gray')
plt.axis("off")
plt.title("R to gray")
plt.show()
(结果图片)
