【Python】Matplotlib-多张图像的显示

一，情景描述

大家在写论文或者实验报告的时候，经常会放多张图片或数据图像在一起形成对比。比如，我现在有一张经过椒盐噪声处理的图像，现在进行三种滤波，分别是均值，高斯，中值滤波，共计四张图像，怎么才能将他们利用matplotlib库放置到一起呢？跟着我一起来写代码吧！

二，实现原理

1.读取图像

用cv2.imread（）函数读取原始图像，图像文件放置在了项目文件夹下，图像需要时opencv支持的图像格式（如jpg，png等等）具体见链接：《OpenCV支持的图片格式》_opencv保存windows可以打开的类型-CSDN博客

# encoding:utf-8
import cv2
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号
 
img_1 = cv2.imread('sp_noise.jpg')
img_2 = cv2.imread('medianBlur.jpg')
img_3 = cv2.imread('mean.jpg')
img_4 = cv2.imread('Gaussian.jpg')

2.将BGR转化为RGB

将图像色彩显示转化为RGB通道，否则后续利用matplotlib显示图像的时候会发生色彩通道不兼容导致色彩出现偏差。具体原因见我写的博客：【Bug】当用opencv库的imread（）函数读取图像，用matplotlib库的plt.imshow()函数显示图像时，图像色彩出现偏差问题的解决方法-CSDN博客

# 将BGR图像转换为RGB
img_1 = cv2.cvtColor(img_1, cv2.COLOR_BGR2RGB)
img_2 = cv2.cvtColor(img_2, cv2.COLOR_BGR2RGB)
img_3 = cv2.cvtColor(img_3, cv2.COLOR_BGR2RGB)
img_4 = cv2.cvtColor(img_4, cv2.COLOR_BGR2RGB)

3.显示图像

# 显示图形
titles = ['噪声图像', '中值滤波', '均值滤波 ', '高斯滤波'] # 设置每个图像的标题
images = [img_1, img_2, img_3, img_4] #将图像存储到images列表里面

 将每个图像标题和图像分别储存到titles和images列表里，方便后续取用，图像标题与图像一一对应，有多少图像存入列表多少。 

for i in range(4):
    plt.subplot(2, 2, i + 1)
    plt.imshow(images[i])
    plt.title(titles[i])
    plt.xticks(), plt.yticks()
plt.show()

for i in range(4):启动一个循环，循环四次，有多少个图像循环多少次，每次循环代表对一个图像的处理。

plt.subplot(2, 2, i + 1)：在Matplotlib中创建一个2x2的子图网格，i 的值在每次循环中分别为0，1，2，3，则i + 1 表示子图的位置，即1，2，3，4，下图是2x2的子图网格。

如果是plt.subplot(1, 4, i + 1)，则创建是1x4的子图网格，即一行四列。如图：

plt.imshow(images[i])：然后使用 plt.imshow 显示列表中的图像，当第一次循环时，i=0，即取出images[0],即第一张图，放到i+1=1的位置。

plt.title(titles[i])：设置当前子图的标题，根据 titles 中的标题列表选择相应的标题。

plt.xticks([]), plt.yticks([])：隐藏坐标轴，这将使图像更干净，不显示坐标刻，如果去掉参数[],即显示坐标轴：

三，完整代码

 
# encoding:utf-8
import cv2
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号
 
img_1 = cv2.imread('sp_noise.jpg')
img_2 = cv2.imread('medianBlur.jpg')
img_3 = cv2.imread('mean.jpg')
img_4 = cv2.imread('Gaussian.jpg')
# 将BGR图像转换为RGB
img_1 = cv2.cvtColor(img_1, cv2.COLOR_BGR2RGB)
img_2 = cv2.cvtColor(img_2, cv2.COLOR_BGR2RGB)
img_3 = cv2.cvtColor(img_3, cv2.COLOR_BGR2RGB)
img_4 = cv2.cvtColor(img_4, cv2.COLOR_BGR2RGB)
# 显示图形
titles = ['噪声图像', '中值滤波', '均值滤波 ', '高斯滤波']
images = [img_1, img_2, img_3, img_4]
for i in range(4):
    plt.subplot(2, 2, i + 1)
    plt.imshow(images[i])
    plt.title(titles[i])
    plt.xticks([]), plt.yticks([])
plt.show()

实现效果：

今日一笑：

 《天津中德应用技术大学助学金之原来我才是贫困生》