在Python中，图像绘制是数字图像处理的基础操作之一，常用于标注、可视化、生成图形界面等场景。 通过核心库（如Pillow、OpenCV、Matplotlib），开发者可以轻松实现几何图形、文字、复杂路径的绘制， 并控制颜色、透明度、混合模式等参数。
图像的绘制
前面已经用到了图像的绘制，如：
io.imshow(img) 这一行代码的实质是利用 matplotlib 包对图片进行绘制，绘制成功后，返回一个 matplotlib 类型的数据。
因此，我们也可以这样写：
import matplotlib.pyplot as plt
plt.imshow(img)imshow() 函数格式为：
matplotlib.pyplot.imshow(X, cmap=None)X: 要绘制的图像或数组。
cmap: 颜色图谱（colormap), 默认绘制为RGB(A)颜色空间。
其它可选的颜色图谱如下列表：
| 颜色图谱 | 描述 |
|---|---|
| autumn | 红-橙-黄 |
| bone | 黑-白，x线 |
| cool | 青-洋红 |
| copper | 黑-铜 |
| flag | 红-白-蓝-黑 |
| gray | 黑-白 |
| hot | 黑-红-黄-白 |
| hsv | hsv颜色空间， 红-黄-绿-青-蓝-洋红-红 |
| inferno | 黑-红-黄 |
| jet | 蓝-青-黄-红 |
| magma | 黑-红-白 |
| pink | 黑-粉-白 |
| plasma | 绿-红-黄 |
| prism | 红-黄-绿-蓝-紫-...-绿模式 |
| spring | 洋红-黄 |
| summer | 绿-黄 |
| viridis | 蓝-绿-黄 |
| winter | 蓝-绿 |
用的比较多的有 gray,jet 等，如：
plt.imshow(image,plt.cm.gray)
plt.imshow(img,cmap=plt.cm.jet)在窗口上绘制完图片后，返回一个 AxesImage 对象。要在窗口上显示这个对象，
我们可以调用 show() 函数来进行显示，但进行练习的时候（ipython环境中），
一般我们可以省略 show() 函数，也能自动显示出来。
from skimage import io,data
img=data.astronaut()
dst=io.imshow(img)
/tmp/ipykernel_940/3714355470.py:2: FutureWarning: `imshow` is deprecated since version 0.25 and will be removed in version 0.27. Please use `matplotlib`, `napari`, etc. to visualize images. dst=io.imshow(img)
print(type(dst))
<class 'matplotlib.image.AxesImage'>
可以看到，类型是 matplotlib.image.AxesImage 。显示一张图片，我们通常更愿意这样写：
plt.imshow(img)
plt.show()Matplotlib 是一个专业绘图的库，相当于 matlab 中的 plot ，可以设置多个 figure 窗口，
设置 figure 的标题，隐藏坐标尺，甚至可以使用 subplot 在一个 figure 中显示多张图片。
一般我们可以这样导入 matplotlib 库：
import matplotlib.pyplot as plt
from skimage import data
import matplotlib.pyplot as plt
img=data.astronaut()
创建一个名为 astronaut 的窗口，并设置大小：
plt.figure(num='astronaut',figsize=(8,8))
<Figure size 800x800 with 0 Axes>
<Figure size 800x800 with 0 Axes>
绘制第一幅图片：
plt.subplot(2,2,1) #将窗口分为两行两列四个子图，则可显示四幅图片
plt.title('origin image') #第一幅图片标题
plt.imshow(img)
<matplotlib.image.AxesImage at 0x7f1107ce6f60>
绘制第二幅图片，且为灰度图：
plt.subplot(2,2,2) #第二个子图
plt.title('R channel') #第二幅图片标题
plt.imshow(img[:,:,0],plt.cm.gray)
plt.axis('off') #不显示坐标尺寸
(np.float64(-0.5), np.float64(511.5), np.float64(511.5), np.float64(-0.5))
绘制第三幅图片，且为灰度图
plt.subplot(2,2,3) #第三个子图
plt.title('G channel') #第三幅图片标题
plt.imshow(img[:,:,1],plt.cm.gray)
plt.axis('off') #不显示坐标尺寸
(np.float64(-0.5), np.float64(511.5), np.float64(511.5), np.float64(-0.5))
绘制第四幅图片，且为灰度图：
plt.subplot(2,2,4) #第四个子图
plt.title('B channel') #第四幅图片标题
plt.imshow(img[:,:,2],plt.cm.gray)
plt.axis('off') #不显示坐标尺寸
plt.show() #显示窗口
将窗口分为两行两列四个子图，则可显示四幅图片
from skimage import data
import matplotlib.pyplot as plt
img=data.astronaut()
plt.figure(num='astronaut',figsize=(8,8)) #创建一个名为astronaut的窗口,并设置大小
plt.subplot(2,2,1)
plt.title('origin image') #第一幅图片标题
plt.imshow(img) #绘制第一幅图片
plt.subplot(2,2,2) #第二个子图
plt.title('R channel') #第二幅图片标题
plt.imshow(img[:,:,0],plt.cm.gray) #绘制第二幅图片,且为灰度图
plt.axis('off') #不显示坐标尺寸
plt.subplot(2,2,3) #第三个子图
plt.title('G channel') #第三幅图片标题
plt.imshow(img[:,:,1],plt.cm.gray) #绘制第三幅图片,且为灰度图
plt.axis('off') #不显示坐标尺寸
plt.subplot(2,2,4) #第四个子图
plt.title('B channel') #第四幅图片标题
plt.imshow(img[:,:,2],plt.cm.gray) #绘制第四幅图片,且为灰度图
plt.axis('off') #不显示坐标尺寸
plt.show() #显示窗口
在图片绘制过程中，我们用 matplotlib.pyplot 模块下的 figure() 函数来创建显示窗口，该函数的格式为：
matplotlib.pyplot.figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None)所有参数都是可选的，都有默认值，因此调用该函数时可以不带任何参数，其中：
num: 整型或字符型都可以。如果设置为整型，则该整型数字表示窗口的序号。 如果设置为字符型，则该字符串表示窗口的名称。用该参数来命名窗口， 如果两个窗口序号或名相同，则后一个窗口会覆盖前一个窗口。igsize: 设置窗口大小。是一个tuple型的整数，如figsize=(8,8)dpi: 整形数字，表示窗口的分辨率。facecolor: 窗口的背景颜色。edgecolor: 窗口的边框颜色。
用 figure() 函数创建的窗口，只能显示一幅图片，如果想要显示多幅图片，
则需要将这个窗口再划分为几个子图，在每个子图中显示不同的图片。
我们可以使用 subplot() 函数来划分子图，函数格式为：
matplotlib.pyplot.subplot(nrows, ncols, plot_number)nrows: 子图的行数。ncols: 子图的列数。plot_number: 当前子图的编号。
如：
plt.subplot(2,2,1)
<Axes: >
则表示将 figure 窗口划分成了2行2列共4个子图，当前为第1个子图。我们有时也可以用这种写法：
plt.subplot(221)
<Axes: >
两种写法效果是一样的。每个子图的标题可用 title() 函数来设置，
是否使用坐标尺可用 axis() 函数来设置，如：
plt.subplot(221)
plt.title("first subwindow")
plt.axis('off')
(np.float64(0.0), np.float64(1.0), np.float64(0.0), np.float64(1.0))
import matplotlib.pyplot as plt
from skimage import data,color
img = data.immunohistochemistry()
hsv = color.rgb2hsv(img)
fig, axes = plt.subplots(2, 2, figsize=(7, 6))
ax0, ax1, ax2, ax3 = axes.ravel()
ax0.imshow(img)
ax0.set_title("Original image")
Text(0.5, 1.0, 'Original image')
ax1.imshow(hsv[:, :, 0], cmap=plt.cm.gray)
ax1.set_title("H")
Text(0.5, 1.0, 'H')
ax2.imshow(hsv[:, :, 1], cmap=plt.cm.gray)
ax2.set_title("S")
Text(0.5, 1.0, 'S')
ax3.imshow(hsv[:, :, 2], cmap=plt.cm.gray)
ax3.set_title("V")
Text(0.5, 1.0, 'V')
for ax in axes.ravel():
ax.axis('off')
fig.tight_layout()
import matplotlib.pyplot as plt
from skimage import data,color
img = data.immunohistochemistry()
hsv = color.rgb2hsv(img)
fig, axes = plt.subplots(2, 2, figsize=(7, 6))
ax0, ax1, ax2, ax3 = axes.ravel()
ax0.imshow(img)
ax0.set_title("Original image")
ax1.imshow(hsv[:, :, 0], cmap=plt.cm.gray)
ax1.set_title("H")
ax2.imshow(hsv[:, :, 1], cmap=plt.cm.gray)
ax2.set_title("S")
ax3.imshow(hsv[:, :, 2], cmap=plt.cm.gray)
ax3.set_title("V")
for ax in axes.ravel():
ax.axis('off')
fig.tight_layout()
fig.tight_layout() 自动调整 subplot 间的参数。
直接用 subplots() 函数来创建并划分窗口。
注意，比前面的 subplot() 函数多了一个 s ，该函数格式为：
matplotlib.pyplot.subplots(nrows=1, ncols=1)nrows: 所有子图行数，默认为1。ncols: 所有子图列数，默认为1。
返回一个窗口 figure ， 和一个 tuple 型的 ax 对象，该对象包含所有的子图。
可结合 ravel() 函数列出所有子图，如：
fig, axes = plt.subplots(2, 2, figsize=(7, 6))
ax0, ax1, ax2, ax3 = axes.ravel()
创建了2行2列4个子图，分别取名为 ax0,ax1,ax2和ax3,
每个子图的标题用 set_title()函数来设置，如：
ax0.imshow(img)
ax0.set_title("Original image")
Text(0.5, 1.0, 'Original image')
如果有多个子图，我们还可以使用 tight_layout() 函数来调整显示的布局，该函数格式为：
matplotlib.pyplot.tight_layout(pad=1.08, h_pad=None, w_pad=None, rect=None)所有的参数都是可选的，调用该函数时可省略所有的参数。
pad: 主窗口边缘和子图边缘间的间距，默认为1.08
h_pad, w_pad: 子图边缘之间的间距，默认为 pad_inches
rect: 一个矩形区域，如果设置这个值，则将所有的子图调整到这个矩形区域内。
一般调用为：
plt.tight_layout()
<Figure size 640x480 with 0 Axes>
上面函数自动调整 subplot 间的参数。
from skimage import data
from skimage.viewer import ImageViewer
img = data.coffee()
viewer = ImageViewer(img)
viewer.show()总结
最后总结一下，绘制和显示图片常用到的函数有：
| 函数名 | 功能 | 调用格式 |
|---|---|---|
| figure | 创建一个显示窗口 | plt.figure(num=1,figsize=(8,8) |
| imshow | 绘制图片 | plt.imshow(image) |
| show | 显示窗口 | plt.show() |
| subplot | 划分子图 | plt.subplot(2,2,1) |
| title | 设置子图标题(与subplot结合使用） | plt.title('origin image') |
| axis | 是否显示坐标尺 | plt.axis('off') |
| subplots | 创建带有多个子图的窗口 | fig,axes=plt.subplots(2,2,figsize=(8,8)) |
| ravel | 为每个子图设置变量 | ax0,ax1,ax2,ax3=axes.ravel() |
| set_title | 设置子图标题（与axes结合使用） | ax0.set_title('first window') |
| tight_layout | 自动调整子图显示布局 | plt.tight_layout() |