用于改变 Bokeh 图像图中使用的切片的交互式滑块

Interactive slider to vary slice used in Bokeh image plot

我对使用 Bokeh 将图像放入 IPython 笔记本很感兴趣。特别是我经常与之交互的数据类型是具有 3 个或更多维度的多维 NumPy 数组。以 3 维数组为例。一个经常遇到的例子是 RGB 图像。三个维度分别是xycolor

我对使用 Bokeh 在 IPython 笔记本中绘制单个图像通道很感兴趣。我想提供一个交互式滑块,允许 IPython 笔记本的用户单击第三维的每个索引,在本例中为颜色。

我下面的代码(当 运行 在 IPython 笔记本中时)成功显示了第一个颜色通道的绘图。但是我无法弄清楚是什么导致了我对 interact 的调用错误。我的 ColumnDataSource 是否正确定义并在散景图构造中正确引用?

# imports
import numpy as np
from scipy.misc import imread

from bokeh.plotting import figure, show
from bokeh.io import output_notebook
from bokeh.models import ColumnDataSource
from bokeh.palettes import Greys9

from IPython.html.widgets import interact

# enable Bokeh to plot to the notebook 
output_notebook()

# Make the Bokeh plot of the "first" layer of the 3D data
## This part works
TOOLS="pan, box_zoom, reset, save"

  # The image from https://windycitizensports.files.wordpress.com/2011/10/baboon.jpg?w=595
RGB_image = imread('/Users/curt/Downloads/BaboonRGB.jpg')

nx, ny, n_colors = RGB_image.shape

source = ColumnDataSource(data={'image': RGB_image[:, :, 0]})

p = figure(title="ColorChannel", 
           tools=TOOLS, 
           x_range=[0, nx], 
           y_range=[0, ny],
          )

p.image([source.data['image'][::-1, :]-1],
        x=0, 
        y=0, 
        dh=[ny], 
        dw=[nx], 
        palette=Greys9,
        source=source,
        )

show(p)

# try to add interactive slider
## This part does not work & gives a JavaScript error

def update(idx=0):
    global RGB_image
    source.data['image'] = RGB_image[:, :, idx]
    source.push_notebook()

interact(update, idx=(0, 2))

Javascript 错误是:

Javascript error adding output!
TypeError: Failed to execute 'getImageData' on 'CanvasRenderingContext2D': The provided float value is non-finite.
See your browser Javascript console for more details.

我不确定这是怎么回事。我尝试在定义后立即执行 RGB_Image = RGB_Image.astype(float)RGB_Image 强制为浮点数,但我得到了同样的错误。

本质上,您的预定义图像与您尝试更新的图像之间的数据格式不一致。

有效的解决方法:

def update(idx=0):
    global RGB_image
    source.data['image'] = RGB_image[:, :, idx]
    p.image([source.data['image'][::-1, :]-1],
        x=0, 
        y=0, 
        dh=[ny], 
        dw=[nx], 
        palette=Greys9,
        source=source,
        )
    show(p)

interact(update, idx=(0, 2))

我承认一遍又一遍地定义图像并不是执行此操作的首选方法,但它至少应该让您了解要查看的位置。