【CV】使用 matplotlib 画统计图，并用 OpenCV 显示静图和动图

本文主要是介绍【CV】使用 matplotlib 画统计图，并用 OpenCV 显示静图和动图，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

1. 效果

静图

动图

2.思路

• 准备数据
• 使用 pyplot 画统计图
• 图片写入流，流转图（numpy）
• matplotlib 颜色 RGB 转 OpenCV 颜色 BRG

4. 静图

代码过程有注释，很简单的实现。注意 matplotlib RGB 转 OpenCV BGR image = image[:, :, ::-1] ，否则颜色不一致。

#!/usr/bin/env python
# -*- encoding: utf-8 -*-"""
@Create  :   2024/01/15 16:22:44
@Author  :   Yuan Mingzhuo
"""import cv2
import numpy as np
import math
import random# 统计图
import io
from PIL import Image
import matplotlib.pyplot as plt# 尺寸: 960x480
plt.figure(figsize=(9.6, 4.8))def draw_charts():"""画图"""# 数据values = [random.random() for i in range(150)]# 清空plt.clf()# 线条plt.plot(values, linewidth=1, color="deepskyblue")plt.axis((0, 200, 0, 1))plt.axhline(y=(sum(values) / len(values)), linewidth=1, color="r")# 图写入流buffer = io.BytesIO()plt.savefig(buffer)# 流转图片image = Image.open(buffer)image = np.asarray(image)image = image[:, :, :3]# matplotlib RGB 转 OpenCV BGRimage = image[:, :, ::-1]cv2.imwrite("test.jpg", image)if __name__ == "__main__":draw_charts()

5. 动图

思路，更新数据时，重新绘制统计图。

• x 轴不变，数据集 values 保持 x 轴的数量即可，自行实现；
• x 轴变化，数据集 values 的数量变化而变化；

代码过程有注释，很简单的实现。注意 matplotlib RGB 转 OpenCV BGR image = image[:, :, ::-1] ，否则颜色不一致。

#!/usr/bin/env python
# -*- encoding: utf-8 -*-"""
@Create  :   2024/01/15 16:22:44
@Author  :   Yuan Mingzhuo
"""import cv2
import numpy as np
import math
import random# 统计图
import io
from PIL import Image
import matplotlib.pyplot as plt# 尺寸: 960x480
plt.figure(figsize=(9.6, 4.8))def draw_chart(values):"""画图"""buffer = io.BytesIO()# 清空plt.clf()plt.plot(values, linewidth=1, color="deepskyblue")axis_x = math.ceil(len(values) / 100) * 100plt.axis((0, axis_x, 0, 200))plt.axhline(y=(sum(values) / len(values)), linewidth=1, color="r")plt.savefig(buffer)# 获取图image = Image.open(buffer)image = np.asarray(image)image = image[:, :, :3]# matplotlib RGB 转 OpenCV BGRimage = image[:, :, ::-1]# print(image.shape)# cv2.imwrite("test.jpg", image)return imageif __name__ == "__main__":# 数据values = []for i in range(1800):# 更新数据values.append(random.random() * 180)# 重新画图image = draw_chart(values)# 显示cv2.imshow("test", image)cv2.waitKey(100)

6. 多图

效果

代码

#!/usr/bin/env python
# -*- encoding: utf-8 -*-"""
@Create  :   2024/01/15 16:22:44
@Author  :   Yuan Mingzhuo
"""import cv2
import numpy as np
import math
import random# 统计图
import io
from PIL import Image
import matplotlib.pyplot as plt# 尺寸: 960x480
plt.figure(figsize=(9.6, 4.8))def draw_charts():"""画图"""# 数据values_a = [random.random() for i in range(150)]values_b = [random.random() for i in range(150)]values = [values_a, values_b]# 清空plt.clf()# 线条for value in values:plt.plot(value, linewidth=1)# 坐标轴plt.axis((0, 200, 0, 1))# 辅助线plt.axhline(y=0.5, linewidth=1, color="r")# 图写入流buffer = io.BytesIO()plt.savefig(buffer)# 流转图片image = Image.open(buffer)image = np.asarray(image)image = image[:, :, :3]# matplotlib RGB 转 OpenCV BGRimage = image[:, :, ::-1]cv2.imwrite("test.jpg", image)if __name__ == "__main__":draw_charts()

7.应用

视觉计算时，可直接显示变化过程，减少先保存数据再绘制图的过程

这篇关于【CV】使用 matplotlib 画统计图，并用 OpenCV 显示静图和动图的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---