我想将颜色映射应用于图像，并写入结果图像，而不使用轴、标签、标题或matplotlib自动添加的任何内容。以下是我所做的:
def make_image(inputname,outputname):
data = mpimg.imread(inputname)[:,:,0]
fig = plt.imshow(data)
fig.set_cmap('hot')
fig.axes.get_xaxis().set_visible(False)
fig.axes.get_yaxis().set_visible(False)
plt.savefig(outputname)
它成功地删除了图形的轴，但保存的图形显示了一个白色填充，以及实际图像周围的框架。
我如何删除它们(至少是白色填充)?
当前回答
plt.axis('off')
plt.savefig('example.png'，bbox_inches='紧'，pad_inches = 0)
让我得到无边界的图像。
其他回答
我从matehat那里学到了这个技巧:
import matplotlib.pyplot as plt
import numpy as np
def make_image(data, outputname, size=(1, 1), dpi=80):
fig = plt.figure()
fig.set_size_inches(size)
ax = plt.Axes(fig, [0., 0., 1., 1.])
ax.set_axis_off()
fig.add_axes(ax)
plt.set_cmap('hot')
ax.imshow(data, aspect='equal')
plt.savefig(outputname, dpi=dpi)
# data = mpimg.imread(inputname)[:,:,0]
data = np.arange(1,10).reshape((3, 3))
make_image(data, '/tmp/out.png')
收益率
我喜欢ubuntu的答案，但它没有明确地显示如何设置非方形图像的大小，所以我修改了它，以便于复制粘贴:
import matplotlib.pyplot as plt
import matplotlib.image as mpimg
import numpy as np
def save_image_fix_dpi(data, dpi=100):
shape=np.shape(data)[0:2][::-1]
size = [float(i)/dpi for i in shape]
fig = plt.figure()
fig.set_size_inches(size)
ax = plt.Axes(fig,[0,0,1,1])
ax.set_axis_off()
fig.add_axes(ax)
ax.imshow(data)
fig.savefig('out.png', dpi=dpi)
plt.show()
保存无边框的图像很容易，无论你选择什么dpi，如果pixel_size/dpi=size被保留。
data = mpimg.imread('test.png')
save_image_fix_dpi(data, dpi=100)
然而，展示是令人毛骨悚然的。如果你选择小的dpi，你的图像大小可以比你的屏幕大，你在显示时得到边框。然而，这并不影响储蓄。
因此,对于
save_image_fix_dpi(data, dpi=20)
显示变得有边框(但保存工作):
我一直在寻找几个代码来解决这个问题，这个问题的验证答案是唯一帮助我的代码。
这对于散点图和三坐标图很有用。你所要做的就是把边距改为零，这样就完成了。
这是最后对我有用的方法:
斧子。margin (x=0, y=0, tight=True)是关键行。
fig = plt.figure(figsize=(8, 8))
ax = plt.Axes(fig, [0., 0., 1., 1.])
ax.set_axis_off()
ax.margins(x=0, y=0, tight=True)
fig.add_axes(ax)
for triangle in list_of_triangles:
x_points = [point[0] for point in triangle]
y_points = [point[1] for point in triangle]
plt.fill(x_points, y_points, 'k', edgecolor='k')
plt.savefig("test.png", bbox_inches=0, pad_inches=0)
plt.show()
这对我去除虱子很有效:
fig, axes = plt.subplots(2, figsize=(15, 20))
for ax in axes:
ax.get_xaxis().set_ticks([])
ax.get_yaxis().set_ticks([])
