我需要采取的图像,并保存后,一些过程。当我显示图形时,它看起来很好,但保存图形后,在保存的图像周围有一些空白。我已经尝试了savefig方法的“紧”选项,也没有工作。代码:

  import matplotlib.image as mpimg
  import matplotlib.pyplot as plt

  fig = plt.figure(1)
  img = mpimg.imread("image.jpg")
  plt.imshow(img)
  ax = fig.add_subplot(1, 1, 1)

  extent = ax.get_window_extent().transformed(fig.dpi_scale_trans.inverted())
  plt.savefig('1.png', bbox_inches=extent)

  plt.axis('off') 
  plt.show()

我试图通过在图形上使用NetworkX绘制一个基本图形并保存它。我意识到,如果没有图形,它也可以工作,但当添加图形时,我在保存的图像周围留下了空白;

import matplotlib.image as mpimg
import matplotlib.pyplot as plt
import networkx as nx

G = nx.Graph()
G.add_node(1)
G.add_node(2)
G.add_node(3)
G.add_edge(1, 3)
G.add_edge(1, 2)
pos = {1:[100, 120], 2:[200, 300], 3:[50, 75]}

fig = plt.figure(1)
img = mpimg.imread("image.jpg")
plt.imshow(img)
ax = fig.add_subplot(1, 1, 1)

nx.draw(G, pos=pos)

extent = ax.get_window_extent().transformed(fig.dpi_scale_trans.inverted())
plt.savefig('1.png', bbox_inches=extent)

plt.axis('off') 
plt.show()

当前回答

所以解决方案取决于你是否调整子图。如果你指定了plt。Subplots_adjust(上,下,右,左),你不希望使用kwargs的bbox_inch ='tight'与plt。Savefig,因为它自相矛盾地创建空白填充。它还允许您将图像保存为与输入图像相同的亮度(600x600输入图像保存为600x600像素输出图像)。

如果你不关心输出图像大小的一致性,你可以省略plt。Subplots_adjust属性,只需使用bbox_inch ='tight'和pad_inch =0 kwargs与plt.savefig。

此解决方案适用于matplotlib 3.0.1、3.0.3和3.2.1版本。当你有一个以上的子情节时,它也适用。plt.subplots(2, 2,……)。

def save_inp_as_output(_img, c_name, dpi=100):
    h, w, _ = _img.shape
    fig, axes = plt.subplots(figsize=(h/dpi, w/dpi))
    fig.subplots_adjust(top=1.0, bottom=0, right=1.0, left=0, hspace=0, wspace=0) 
    axes.imshow(_img)
    axes.axis('off')
    plt.savefig(c_name, dpi=dpi, format='jpeg') 

其他回答

所以解决方案取决于你是否调整子图。如果你指定了plt。Subplots_adjust(上,下,右,左),你不希望使用kwargs的bbox_inch ='tight'与plt。Savefig,因为它自相矛盾地创建空白填充。它还允许您将图像保存为与输入图像相同的亮度(600x600输入图像保存为600x600像素输出图像)。

如果你不关心输出图像大小的一致性,你可以省略plt。Subplots_adjust属性,只需使用bbox_inch ='tight'和pad_inch =0 kwargs与plt.savefig。

此解决方案适用于matplotlib 3.0.1、3.0.3和3.2.1版本。当你有一个以上的子情节时,它也适用。plt.subplots(2, 2,……)。

def save_inp_as_output(_img, c_name, dpi=100):
    h, w, _ = _img.shape
    fig, axes = plt.subplots(figsize=(h/dpi, w/dpi))
    fig.subplots_adjust(top=1.0, bottom=0, right=1.0, left=0, hspace=0, wspace=0) 
    axes.imshow(_img)
    axes.axis('off')
    plt.savefig(c_name, dpi=dpi, format='jpeg') 

在Jupyter笔记本中,可以添加这一行:

%config InlineBackend.print_figure_kwargs = {'pad_inches':0}

下面是一个简单的例子

import matplotlib.pyplot as plt
import numpy as np

%config InlineBackend.print_figure_kwargs = {'pad_inches':0}

fig, ax = plt.subplots()
ax.axis("off")
ax.imshow(np.fromfunction(lambda i, j: np.sin(j), (15, 15)), cmap="YlGnBu")

最直接的方法是使用plt。Tight_layout转换实际上更可取,因为它在使用plt.savefig时不会做不必要的裁剪

import matplotlib as plt    
plt.plot([1,2,3], [1,2,3])
plt.tight_layout(pad=0)
plt.savefig('plot.png')

然而,这可能不适用于修改图形的复杂图。参考Johannes S使用plt的答案。Subplots_adjust(如果是这样的话)。

这适用于我保存一个numpy数组绘制的imshow文件

import matplotlib.pyplot as plt

fig = plt.figure(figsize=(10,10))
plt.imshow(img) # your image here
plt.axis("off")
plt.subplots_adjust(top = 1, bottom = 0, right = 1, left = 0, 
        hspace = 0, wspace = 0)
plt.savefig("example2.png", box_inches='tight', dpi=100)
plt.show()

我按照这个顺序做,效果很好。

plt.axis("off")
fig=plt.imshow(image array,interpolation='nearest')
fig.axes.get_xaxis().set_visible(False)
fig.axes.get_yaxis().set_visible(False)
plt.savefig('destination_path.pdf',
    bbox_inches='tight', pad_inches=0, format='pdf', dpi=1200)