python

关注公众号 jb51net

关闭
首页 > 脚本专栏 > python > plt.savefig()保存到本地的图片上下左右会有白边

解决plt.savefig()保存到本地的图片上下左右会有白边

作者:qy_w

这篇文章主要介绍了解决plt.savefig()保存到本地的图片上下左右会有白边的问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教

plt.savefig()保存到本地的图片上下左右会有白边

plt.imshow(datalistall[i])
plt.axis('off')
# plt.gca().xaxis.set_major_locator(plt.NullLocator())
# plt.gca().yaxis.set_major_locator(plt.NullLocator())
plt.margins(0, 0)
plt.savefig('自己改一下要保存的地址', bbox_inches='tight', dpi=300, pad_inches=0.0)
plt.show()

测试下来,如果仅仅bbox_inches=‘tight’,最后保存的图片仅仅把白边变窄了。还要加上pad_inches=0.0。

中间注释掉的两句没有什么影响。

plt.show()一定要写在plt.savefig后面,不然的话会保存成一片空白。

plt.savefig() 图片去除旁边的空白区域、并且使用CV2读取和candy 识别

在作图时需要将输出的图片紧密排布,还要去掉坐标轴,同时设置输出图片大小。

但是发现matplotlib使用plt.savefig()保存的图片

周围有一圈空白。那么如何去掉该空白呢?

首先,关闭坐标轴显示:

plt.axis('off')

但是,这样只是关闭显示而已,透明的坐标轴仍然会占据左下角位置,导致输出的图片偏右。要想完全去掉坐标轴,需要改为以下代码:

plt.axis('off')
fig = plt.gcf()
fig.set_size_inches(7.0/3,7.0/3) #dpi = 300, output = 700*700 pixels
plt.gca().xaxis.set_major_locator(plt.NullLocator())
plt.gca().yaxis.set_major_locator(plt.NullLocator())
plt.subplots_adjust(top = 1, bottom = 0, right = 1, left = 0, hspace = 0, wspace = 0)
plt.margins(0,0)
fig.savefig(out_png_path, format='png', transparent=True, dpi=300, pad_inches = 0)

即可完成去掉空白。

注:如果不采用 subplot_adjust + margin(0,0),而是在fig.savefig()的参数中添加bbox_inches = ‘tight’,也可以达到

去除空白的效果; 但是,这样会导致对图片输出大小的设置失效。

import h5py
import matplotlib.pyplot as plt
import numpy as np
import cv2
#
train_imgs = h5py.File("./datafuse/test_images.hdf5", 'r')
img = train_imgs['input_DEM'][0][...]
plt.axis('off')
fig = plt.gcf()
fig.set_size_inches(7.0/3,7.0/3)
plt.gca().xaxis.set_major_locator(plt.NullLocator())
plt.gca().yaxis.set_major_locator(plt.NullLocator())
plt.subplots_adjust(top = 1, bottom = 0, right = 1, left = 0, hspace = 0, wspace = 0)
plt.margins(0,0)
plt.imshow(img, cmap='gray')
plt.savefig('DEM.png', pad_inches = 0)
plt.show()
img = cv2.imread('DEM.png', 0)  # 原图为彩色图,可将第二个参数变为0,为灰度图
# # plt.imshow(img, cmap='gray')
# plt.show()
edges = cv2.Canny(img, 100, 200)
plt.subplot(121), plt.imshow(img, cmap='gray')
plt.title('raw'), plt.xticks([]), plt.yticks([])
plt.subplot(122), plt.imshow(edges, cmap='gray')
plt.title('Canny detecetion'), plt.xticks([]), plt.yticks([])
plt.show()

总结

以上为个人经验,希望能给大家一个参考,也希望大家多多支持脚本之家。

您可能感兴趣的文章:
阅读全文