在图像中绘制图形

绘制线条

格式rr,cc = draw.line()

from skimage import draw,data,io

import matplotlib.pyplot as plt

img=io.imread('c.jpg')

rr,cc = draw.line(6,150,660,450)

draw.set_color(img,[rr,cc],[0,0,225])    #绘制颜色

plt.imshow(img,plt.cm.gray)

显示效果：

绘制面性圆

格式：rr, cc = draw.disk((),  , shape=img.shape)

from skimage import io, draw

import matplotlib.pyplot as plt

import numpy as np

读取图像

img = io.imread('c.jpg')

 获取圆的坐标

rr, cc = draw.disk((150, 150), 120, shape=img.shape)

 设置圆区域的颜色为蓝色

img[rr, cc] = [0, 0, 255]

 显示图像

plt.imshow(img)

plt.show()

显示效果：

绘制矩形

导入skimage库中的draw、data和io模块，导入matplotlib.pyplot，导入numpy库，通常简称为np，用于数组计算

from skimage import draw,data,io

import matplotlib.pyplot as plt

import numpy as np

读取图片

img=io.imread('c.jpg')           

定义矩形在图像上的x、y轴

y=np.array([10,10,60,60])

x=np.array([200,400,400,200])              

使用draw.polygon函数根据y和x坐标生成矩形的行和列索引

rr,cc = draw.polygon(y,x)

draw.set_color函数将多边形覆盖的像素的颜色设置为红色。

draw.set_color(img,[rr,cc],[225,0,0])

plt.imshow(img,plt.cm.gray)

显示效果：

绘制六边形

导入skimage库中的draw、data和io模块，导入matplotlib.pyplot，导入numpy库，通常简称为np，用于数组计算

from skimage import draw,data,io

import matplotlib.pyplot as plt

import numpy as np

读取图片

img=io.imread('c.jpg')

定义六边形在图像上的x、y轴

y=np.array([400, 200,200,400, 600,600])

x=np.array([100, 250, 450,600, 450,250])

使用draw.polygon函数根据y和x坐标生成六边形的行和列索引

rr,cc = draw.polygon(y,x)

draw.set_color函数将多边形覆盖的像素的颜色设置为红色。

draw.set_color(img,[rr,cc],[225,0,0])

plt.imshow(img,plt.cm.gray)

效果显示：

绘制椭圆

格式：rr,cc = draw.ellipse()

from skimage import draw,data,io

import matplotlib.pyplot as plt

读取图像

img=io.imread('c.jpg')

rr,cc = draw.ellipse(150,150,140,80)

draw.set_color函数将多边形覆盖的像素的颜色设置为蓝色。

draw.set_color(img,[rr,cc],[0,0,225])

plt.imshow(img,plt.cm.gray)

效果显示：

绘制线条圆

from skimage import draw,data,io

import matplotlib.pyplot as plt

读取图像

img=io.imread('c.jpg')

使用draw.circle_perimeter函数生成一个圆形边框的行和列索引。这个圆形边框的中心坐标是(450, 550)，半径是100像素。

rr,cc = draw.circle_perimeter(450,550,100)

使用draw.set_color函数将圆形边框的颜色设置为红色。这里的颜色是用RGB值 [225, 0, 0] 表示的，其中225表示红色通道的最大强度，0表示绿色和蓝色通道的最小强度。

draw.set_color(img,[rr,cc],[225,0,0])

显示图像

plt.imshow(img,plt.cm.gray)

效果显示：

图像的平移与镜像

图像的平移

from skimage import io, transform

import matplotlib.pyplot as plt

img = io.imread("c.jpg")

绘制子图片

plt.subplot(1,2,1)

plt.title('origin image')

plt.imshow(img,plt.cm.gray)

plt.axis('off')

使用 transform.warp 函数进行平移

translation = (400, 200)

img1 = transform.warp(img,transform.AffineTransform(translation=translation))

plt.subplot(1,2,2)

plt.title('Translate')

plt.imshow(img1, plt.cm.gray)

plt.axis('off')

plt.show()

显示效果：

图像的镜像

 镜像

import numpy as np 

from skimage import io, color 

import matplotlib.pyplot as plt 

 

读取图像 

img = io.imread("c.jpg",plt.cm.gray) 

水平镜像

h = np.fliplr(img)

垂直镜像 

w = np.flipud(img) 

显示原始图像和镜像图像 

plt.figure(figsize=(10, 5)) 

绘制子图片

plt.subplot(1, 3, 1) 

plt.title('Original Image') 

plt.imshow(img,plt.cm.gray) 

plt.axis('off') 

 

plt.subplot(1, 3, 2) 

plt.title('Horizontal Mirror') 

plt.imshow(h,plt.cm.gray) 

plt.axis('off') 

 

plt.subplot(1, 3, 3) 

plt.title('Vertical Mirror') 

plt.imshow(w,plt.cm.gray) 

plt.axis('off') 

显示图像

plt.show()

显示效果：