Python 绘图以及文件的基本操作

Python Package Index (PyPI)

Python 绘图库 Matplotlib CMD 以管理员身份运行

pip install -U pip setuptoolspip install matplotlib

import numpy as np from matplotlib import pyplot as plt x = np.arange(1,11) y = 2 * x + 5 plt.title("Matplotlib demo") plt.xlabel("x axis caption") plt.ylabel("y axis caption") plt.plot(x,y) plt.show()

import matplotlib.pyplot as pltimport numpy as npx = np.linspace(0, 2, 100)

plt.plot(x, x, label='linear')plt.plot(x, x**2, label='quadratic')plt.plot(x, x**3, label='cubic')

plt.xlabel('x label')plt.ylabel('y label')

plt.title("Simple Plot")

plt.legend()

plt.show()

numpy.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)

增加中文的支持：#coding=utf-8

#coding=utf-8import matplotlib.pyplot as pltplt.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import numpy as npx = np.linspace(-2, 2, 200)

plt.plot(x, x, label='y=x')plt.plot(x, x**2, label='y=x^2')plt.plot(x, x**3, label='y=x^3')

plt.xlabel('x 轴')plt.ylabel('y 轴')

plt.title("简单绘图")

plt.legend()

plt.show()

np.arange()函数返回一个有终点和起点的固定步长的排列，如[1,2,3,4,5]，起点是 1，终点是 5，步长为1。参数个数情况： np.arange()函数分为一个参数，两个参数，三个参数三种情况1）一个参数时，参数值为终点，起点取默认值 0，步长取默认值 1。2）两个参数时，第一个参数为起点，第二个参数为终点，步长取默认值 1。3）三个参数时，第一个参数为起点，第二个参数为终点，第三个参数为步长。其中步长支持小数

#coding=utf-8import matplotlib.pyplot as pltimport matplotlib.pyplot as plt1plt.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import numpy as npx = np.linspace(-2, 2, 200)y=np.sin(x)plt.plot(x, x, label='y=x')plt.plot(x, x**2, label='y=x^2')plt.plot(x, x**3, label='y=x^3')

plt.xlabel('x 轴')plt.ylabel('y 轴')

plt.title("简单绘图")

plt.legend()plt1.plot(x,y)

plt.show()plt1.show()

python 可视化库 matplotlib 的显示模式默认为阻塞（block）模式 plt.show() 之后不会执行

plt.ion()这个函数，使matplotlib的显示模式转换为交互（interactive）模式 plt.show() 之后继续执行

plt.ioff()关闭交互模式plt.ion()打开交互模式

import matplotlib.pyplot as pltplt.ion()plt.plot([1.6, 2.7])plt.plot([3, 2])

# 创建一个画布plt.figure()# 在 figure 下线plt.plot(x, y1, "-o") #实线plt.plot(x, y2, "--o") #虚线plt.plot(x, y3, "-.o") #虚点线plt.plot(x, y4, ":o") # 点线# 展现画布plt.show()

plt.plot(x, y1, "-.") # 点plt.plot(x, y2, "-,") # 像素点plt.plot(x, y3, "-o") # 圆点

'^' 上三角点'v' 下三角点'<' 左三角点'>' 右三角点

plt.plot(x, y1, "-^")plt.plot(x, y2, "-v")plt.plot(x, y3, "-<")plt.plot(x, y4, "→")

'1' 下三叉点'2' 上三叉点'3' 左三叉点

'4' 右三叉点

plt.plot(x, y1, "-1")plt.plot(x, y2, "-2")plt.plot(x, y3, "-3")plt.plot(x, y4, "-4")

's' 正方点'p' 五角点'*' 星形点'h' 六边形 1'H' 六边形 2

plt.plot(x, y1, "-s")plt.plot(x, y2, "-p")plt.plot(x, y3, "-*")plt.plot(x, y4, "-h")plt.plot(x, y5, "-H")

'+' 加号点'x' 乘号点'D' 实心菱形点'd' 细菱形点'_' 横线点'|' 竖线点

plt.plot(x, y1, "-+")plt.plot(x, y2, "-x")plt.plot(x, y3, "-D")plt.plot(x, y4, "-d")plt.plot(x, y5, "-_")

color="green" 指定颜色为绿色

linestyle="dashed" 指定线形为 dashed 类型

marker="o" 指定标记类型为 o 点

markerfacecolor="blue"指定标记的颜色为蓝色

markersize=20 指定标记的大小为 20

plt.plot(x, y1, "-P")plt.plot(x, y2, "-|")plt.plot(x, y3, color="#000000")plt.plot(x, y4, "-o", markersize=20)plt.plot(x, y5, "-^", markerfacecolor="blue")

散点图plt.scatter(x, y, s, c ,marker, alpha)

x,y: x 轴与 y 轴的数据

s: 点的面积

c: 点的颜色

marker: 点的形状

alpha: 透明度

随机数x = np.random.randn(N)y2 = x + np.random.randn(N)*0.5

1.plot(x, y, marker='D')表示绘制折线图，marker 设置样式菱形。

2.scatter(x, y, marker='s', color='r')绘制散点图，红色正方形。 3.bar(x, y, 0.5, color='c')绘制柱状图，间距为 0.5，原色。 4.hist(data,40,normed=1,histtype='bar', facecolor='yellowgreen',alpha=0.75)直方图。 5.设置 x 轴和 y 轴的坐标值： xlim(-2.5, 2.5) #设置 x 轴范围 ylim(-1, 1) #设置 y 轴范围 6.显示中文和负号代码如下： plt.rcParams['font.sas-serig']=['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

from matplotlib import pyplot as pltimport numpy as npimport mathx=np.linspace(-10,10,100)

fig = plt.figure()ax1 = fig.add_subplot(231)plt.plot(x,x)plt.sca(ax1)ax2 = fig.add_subplot(232)plt.plot(x,x*x)plt.sca(ax2)ax3 = fig.add_subplot(233)plt.plot(x,x**3)plt.sca(ax3)ax4 = fig.add_subplot(234)plt.plot(x,np.sin(x))

plt.sca(ax4)ax5 = fig.add_subplot(235)plt.plot(x,np.cos(x))plt.sca(ax5)ax6 = fig.add_subplot(236)plt.plot(x,x*x+x**3)plt.sca(ax6)plt.grid(True)plt.show()

Python 的输入输出，文件目录小结

1，键盘输入

2，打印输出（显示器输出）

3，文件夹的建立

4，文件夹的命名

5，文件夹的删除

6，文件的删除

7，文件的输入

8，文件的输出

1，键盘输入str01=input("Please input a string:")print(str01)

将输入的字符串转换为整数

str01=input("Please input a string:")a=int(str01)b=a+10print(str01)print(a)print(b)

2，打印输出（显示器输出）

3，文件夹的建立

在 C 盘根目录下建立名为 pytest 的文件夹：

import osos.chdir("c:/")os.mkdir("pytest")

import osos.chdir("c:/")os.mkdir("pytest1")os.chdir("/pytest1")a=os.getcwd()print(a)

4，文件夹的命名os.rename( "test1.txt", "test2.txt" )

5，文件夹的删除os.rmdir("pytest1")： 删除文件夹

6，文件的删除import osos.chdir("c:/")os.chdir("/pytest1")a=os.getcwd()print(a)os.remove("a.txt")os.chdir("c:/")

os.rmdir("pytest1")

os.remove("a.txt")： 删除文件

getcwd()方法显示当前的工作目录

7，文件的输入

# 打开一个文件fp = open("c:/pytest/a.txt", "r+")print("文件名: ", fp.name)print("是否已关闭 : ", fp.closed)print("访问模式 : ", fp.mode)str=fp.read(5)fp.close()print(str)

建立一个空的文件 a.txt 供程序调用。

8，文件的输出

# 打开一个文件fp = open("c:/pytest/a.txt", "w")print("文件名: ", fp.name)print("是否已关闭 : ", fp.closed)print("访问模式 : ", fp.mode)

fp.write("hello,python");fp.close()

OPENCV & python & 机器视觉

软件安装

首先安装 python

Numpy package (for example, using pip install numpy command).

Matplotlib (pip install matplotlib) (Matplotlib is optional, but recommended since we use it a lot in our tutorials).

之前已经安装过了。

小知识：如何查找 python 环境中安装了什么？命令：pip list

确认 numpy 是正确安装并可以使用。

下载并解压

C:\opencv001\opencv\build\python\cv2\python-3.8

复制文件 cv2.pyd 到 C:\Python\Python38\Lib\site-packages 中

以上官方提供的方法可能会由于版本的不匹配不能安装，此时用下面的语句安装：

pip install opencv_python

输入 import cv2 出现如上图所示，表明安装完毕。

测试功能：打开图像文件 c:/a.jpg

原图为彩色图像，打开为黑白图像。

代码如下：import numpy as npimport cv2 as cvimg=cv.imread('c:/a.jpg',0)cv.imshow('image',img)cv.waitKey(0)cv.destroyAllWindows()

img=cv.imread('c:/a.jpg',0) 的参数含义：1：表示彩色, 0：表示灰度 or -1 cv.IMREAD_COLOR : Loads a color image. Any transparency of image will be neglected. It is the default flag.

cv.IMREAD_GRAYSCALE : Loads image in grayscale mode

cv.IMREAD_UNCHANGED : Loads image as such including alpha channel

彩色图像

将图像写入文件中

import numpy as npimport cv2 as cvimg=cv.imread('c:/a.jpg',0)cv.imwrite('c:/a1.jpg',img)cv.imshow('image',img)cv.waitKey(0)cv.destroyAllWindows()

原来彩色的图像，变成了灰度的图像了，这个可以作为图像转换的小应用。

使用 Matplotlib 库进行图像的显示，更多的显示方法，更多的参数选择，比如放大等

代码如下：

import numpy as npimport cv2 as cvfrom matplotlib import pyplot as plt

img=cv.imread('c:/a.jpg',0)plt.imshow(img,cmap='gray',interpolation='bicubic')plt.xticks([]),plt.yticks([])plt.show()

视频流的获取

import numpy as npimport cv2 as cvcap = cv.VideoCapture(0)if not cap.isOpened(): print("Cannot open camera") exit()while True: # Capture frame-by-frame ret, frame = cap.read() # if frame is read correctly ret is True if not ret: print("Can't receive frame (stream end?). Exiting ...") break # Our operations on the frame come here gray = cv.cvtColor(frame, cv.COLOR_BGR2GRAY) # Display the resulting frame cv.imshow('frame', gray) if cv.waitKey(1) == ord('q'): break# When everything done, release the capturecap.release()cv.destroyAllWindows()

CV_GRAY2RGB是 gray到RGB CV_BGR2GRAY, CV_RGB2GRAY, CV_GRAY2BGR, CV_GRAY2RGB

色彩空间转换的模式，该 code来实现不同类型的颜色空间转换。比如CV_BGR2GRAY表示转换为灰度图，CV_BGR2HSV将图片从RGB空间转换为HSV空间。其中当 code选用CV_BGR2GRAY时，dst需要是单通道图片。当 code选用CV_BGR2HSV时，对于 8位图，需要将RGB值归一化到 0-1之间。这样得到HSV图中的H范围才是 0-360，S和V的范围是 0-1

1、RGB和 BGR（opencv默认的彩色图像的颜色空间是 BGR）颜色空间的转换

cv::COLOR_BGR2RGBcv::COLOR_RGB2BGRcv::COLOR_RGBA2BGRAcv::COLOR_BGRA2RGBA

2、向RGB和 BGR图像中增添 alpha通道

cv::COLOR_RGB2RGBAcv::COLOR_BGR2BGRA

3、从RGB和 BGR图像中去除 alpha通道

cv::COLOR_RGBA2RGBcv::COLOR_BGRA2BGR

4、从RBG和 BGR颜色空间转换到灰度空间

cv::COLOR_RGB2GRAYcv::COLOR_BGR2GRAY

cv::COLOR_RGBA2GRAYcv::COLOR_BGRA2GRAY

5、从灰度空间转换到 RGB和 BGR颜色空间

cv::COLOR_GRAY2RGBcv::COLOR_GRAY2BGR

cv::COLOR_GRAY2RGBAcv::COLOR_GRAY2BGRA

6、RGB和 BGR颜色空间与 BGR565颜色空间之间的转换

cv::COLOR_RGB2BGR565cv::COLOR_BGR2BGR565cv::COLOR_BGR5652RGBcv::COLOR_BGR5652BGRcv::COLOR_RGBA2BGR565cv::COLOR_BGRA2BGR565cv::COLOR_BGR5652RGBAcv::COLOR_BGR5652BGRA

7、灰度空间域BGR565之间的转换

cv::COLOR_GRAY2BGR555cv::COLOR_BGR5552GRAY

8、RGB和 BGR颜色空间与 CIE XYZ之间的转换

cv::COLOR_RGB2XYZcv::COLOR_BGR2XYZcv::COLOR_XYZ2RGBcv::COLOR_XYZ2BGR

9、RGB和 BGR颜色空间与 uma色度（YCrCb空间）之间的转换

cv::COLOR_RGB2YCrCbcv::COLOR_BGR2YCrCbcv::COLOR_YCrCb2RGBcv::COLOR_YCrCb2BGR

10、RGB和 BGR颜色空间与 HSV颜色空间之间的相互转换

cv::COLOR_RGB2HSVcv::COLOR_BGR2HSVcv::COLOR_HSV2RGBcv::COLOR_HSV2BGR

11、RGB和 BGR颜色空间与 HLS颜色空间之间的相互转换

cv::COLOR_RGB2HLScv::COLOR_BGR2HLScv::COLOR_HLS2RGBcv::COLOR_HLS2BGR

12、RGB和 BGR颜色空间与 CIE Lab颜色空间之间的相互转换

cv::COLOR_RGB2Labcv::COLOR_BGR2Labcv::COLOR_Lab2RGBcv::COLOR_Lab2BGR

13、RGB和 BGR颜色空间与 CIE Luv颜色空间之间的相互转换

cv::COLOR_RGB2Luvcv::COLOR_BGR2Luvcv::COLOR_Luv2RGBcv::COLOR_Luv2BGR

14、Bayer格式（raw data）向RGB或BGR颜色空间的转换

cv::COLOR_BayerBG2RGBcv::COLOR_BayerGB2RGBcv::COLOR_BayerRG2RGBcv::COLOR_BayerGR2RGBcv::COLOR_BayerBG2BGRcv::COLOR_BayerGB2BGRcv::COLOR_BayerRG2BGRcv::COLOR_BayerGR2BGR

彩色的视频捕捉

import numpy as npimport cv2 as cvcap = cv.VideoCapture(0)if not cap.isOpened(): print("Cannot open camera") exit()while True: # Capture frame-by-frame ret, frame = cap.read() # if frame is read correctly ret is True if not ret: print("Can't receive frame (stream end?). Exiting ...") break cv.imshow("Video",frame) if cv.waitKey(1) == ord('q'): break# When everything done, release the capturecap.release()

cv.destroyAllWindows()

Python 绘图库 Matplotlib