如何使用 Matplotlib 从灰度图像创建曲面图？

Question

假设我有一张灰度图像（尺寸：550x150 像素）。我用 matplolib

加载图像

import matplotlib.pyplot as plt
import matplotlib.image as mp_img
image = mp_img.imread("my-cat.png")
plt.imshow(image)
plt.show()

现在，plt.imshow 将图像显示在屏幕上。但我想要的是灰度值的表面图，如下所示：

.颜色不是必需品，但对身高线有帮助。我知道，我需要 f(x,y) -> z 形式的函数来创建曲面图。所以，我想在我的图像中使用 (x_pixel,y_pixel) 处的灰度值来获取 f 的值。这导致了我的问题：

我想在绘图期间对我的图像值进行一些插值（例如平滑）。这也取决于我的网格的大小，那么我该如何控制呢？而且，
如何从我的图像中绘制灰度值的曲面图？

Answer 1

所以这很简单。加载数据，构建绘图：

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

# generate some sample data
import scipy.misc
lena = scipy.misc.lena()

# downscaling has a "smoothing" effect
lena = scipy.misc.imresize(lena, 0.15, interp='cubic')

# create the x and y coordinate arrays (here we just use pixel indices)
xx, yy = np.mgrid[0:lena.shape[0], 0:lena.shape[1]]

# create the figure
fig = plt.figure()
ax = fig.gca(projection='3d')
ax.plot_surface(xx, yy, lena ,rstride=1, cstride=1, cmap=plt.cm.gray,
        linewidth=0)

# show it
plt.show()

结果：

Answer 2

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import cv2

# generate some sample data
import scipy.misc
lena = cv2.imread("./data/lena.png", 0)

# downscaling has a "smoothing" effect
lena = cv2.resize(lena, (100,100))

# create the x and y coordinate arrays (here we just use pixel indices)
xx, yy = np.mgrid[0:lena.shape[0], 0:lena.shape[1]]

# create the figure
fig = plt.figure()
ax = fig.gca(projection='3d')
ax.plot_surface(xx, yy, lena ,rstride=1, cstride=1, cmap=plt.cm.jet,
                linewidth=0)

# show it
plt.show()

如果你想得到彩色图，把代码改成：“cmap=plt.cm.jet”。所以你可以得到这样的东西： color plot

如何使用 Matplotlib 从灰度图像创建曲面图？

How to create surface plot from greyscale image with Matplotlib?

python

plot

smooth

matplotlib