如何将Matplotlib轴对象渲染到图像（作为Numpy数组）？

是否有一种方法可以将特定轴对象的内容渲染为图像（如Numpy数组）？我知道你可以对整个图形这样做，但我想得到一个特定轴的图像

我试图渲染的轴包含一个图像（使用imshow绘制），顶部绘制了一些线。理想情况下，渲染的ndarray将只包含这些元素，而不包含记号、边框等

更新： 我忘了提到我正在寻找一个不需要保存图像文件的解决方案

我已经写了下面的例子，几乎实现了这一点，除了它不保留图像分辨率。任何关于我可能做错了什么的提示都将不胜感激：

import matplotlib.pylab as plt
import numpy as np

def main():
  """Test for extracting pixel data from an Axes.

  This creates an image I, imshow()'s it to one Axes, then copies the pixel
  data out of that Axes to a numpy array I_copy, and imshow()'s the I_copy to
  another Axes.

  Problem: The two Axes *look* identical, but I does not equal I_copy.
  """

  fig, axes_pair = plt.subplots(1, 2)

  reds, greens = np.meshgrid(np.arange(0, 255), np.arange(0, 122))
  blues = np.zeros_like(reds)
  image = np.concatenate([x[..., np.newaxis] for x in (reds, greens, blues)],
                         axis=2)
  image = np.asarray(image, dtype=np.uint8)

  axes_pair[0].imshow(image)
  fig.canvas.draw()

  trans = axes_pair[0].figure.dpi_scale_trans.inverted()
  bbox = axes_pair[0].bbox.transformed(trans)
  bbox_contents = fig.canvas.copy_from_bbox(axes_pair[0].bbox)
  left, bottom, right, top = bbox_contents.get_extents()

  image_copy = np.fromstring(bbox_contents.to_string(),
                             dtype=np.uint8,
                             sep="")

  image_copy = image_copy.reshape([top - bottom, right - left, 4])
  image_copy = image_copy[..., :3]  # chop off alpha channel

  axes_pair[1].imshow(image_copy)

  print("Are the images perfectly equal? {}".format(np.all(image == image_copy)))

  plt.show()


if __name__ == '__main__':
  main()

---

一种方法是中间关闭轴，以英寸为单位找出轴的边界框，然后使用

bbox\u inches

参数将图形保存到

plt.savefig（）

如果需要numpy阵列，则可以使用

plt.imread

再次读取保存的图像

在该解决方案中，返回的数组的尺寸与在屏幕上打印时轴的像素完全相同

import matplotlib.pyplot as plt
import numpy as np; np.random.seed(0)

im = np.random.rand(16,16)

x = np.arange(9)
y = np.random.randint(1,14, size=(9,))
y2 = np.random.randint(1,7, size=(9,))

fig, (ax1, ax2) = plt.subplots(1,2)

ax1.imshow(im[:16,:9], cmap="viridis")
ax2.imshow(im[7:16,7:], cmap="YlGnBu")
ax1.plot(x, y, color="C3")
ax1.scatter(x, y, color="w")
ax2.plot(x, y2, color="C1")
ax2.scatter(x, y2, color="k")
ax1.set_xlabel("YlFasOcto")

def save_ax(ax, filename, **kwargs):
    ax.axis("off")
    ax.figure.canvas.draw()
    trans = ax.figure.dpi_scale_trans.inverted() 
    bbox = ax.bbox.transformed(trans)
    plt.savefig(filename, dpi="figure", bbox_inches=bbox,  **kwargs)
    ax.axis("on")
    im = plt.imread(filename)
    return im

arr = save_ax(ax1, __file__+".png")
print(arr.shape)
plt.show()

为了防止将文件保存到磁盘，可以使用流来保存数据

import io

def save_ax_nosave(ax, **kwargs):
    ax.axis("off")
    ax.figure.canvas.draw()
    trans = ax.figure.dpi_scale_trans.inverted() 
    bbox = ax.bbox.transformed(trans)
    buff = io.BytesIO()
    plt.savefig(buff, format="png", dpi=ax.figure.dpi, bbox_inches=bbox,  **kwargs)
    ax.axis("on")
    buff.seek(0)
    im = plt.imread(buff )
    return im

---

您希望生成的图像与原始图像一样大（以像素为单位），还是不关心分辨率？是的，渲染图像的分辨率应与打印时在屏幕上看到的分辨率相同。很遗憾，我无法运行您的代码（我们的Matplotlib版本可能不同）。我已经用我自己的一些示例代码更新了我的问题，它借用了您使用dpi_scale_trans.inversed（）的想法，但不需要保存到文件（我忘了提到这是一个必要的属性）。它主要做我想要的，除了保留原来显示的图像的分辨率。这是一个问题。“我无法运行您的代码”不是一个充分的问题描述。起初，我确实尝试了与问题中类似的解决方案，使用

to_string（）

方法，但图像与原始图像相比发生了移动。因此，我在这个答案中提出了解决办法。我更新了答案，以包括不需要输出文件的情况。