两幅图像之间的Matplotlib差异

我有一些图像（4000x2000像素）是从同一个图像中派生出来的，但是在不到1%的像素中有细微的差异。我想并排绘制这两幅图像，并突出显示阵列中不同的区域（通过高亮显示我的意思是我希望不同的像素跳出，但仍然显示与其值匹配的颜色。到目前为止，我一直在使用未填充的矩形来勾勒这些像素的边缘。我可以在小图像（~50x50）中很好地做到这一点：

但是，当图像非常大时，这种方法不太管用。奇怪的事情会发生，例如当我放大补丁消失时。而且，这种方法很糟糕，因为当我放大/缩小时，加载东西要花很长时间

我觉得一定有更好的方法可以做到这一点，也许只有一个补丁决定所有东西的位置，而不是一堆补丁。我可以在imshow图像上做一个散点图，但我不知道如何修复它，这样当我放大/缩小时，这些点将保持像素的大小

---

有什么想法吗？

我想试试alpha频道：

import copy
N, M = 20, 40
test_data = np.random.rand(N, M)
mark_mask = np.random.rand(N, M) < .01 # mask 1%
# this is redundant in this case, but in general you need it
my_norm = matplotlib.colors.Normalize(vmin=0, vmax=1)
# grab a copy of the color map
my_cmap = copy.copy(cm.get_cmap('cubehelix'))
c_data= my_cmap(my_norm(test_data))
c_data[:, :, 3] = .5 # make everything half alpha
c_data[mark_mask, 3] = 1 # reset the marked pixels as full opacity
# plot it
figure()
imshow(c_data, interpolation='none')

导入副本
N、 M=20,40
测试数据=np.rand.rand（N，M）
mark#u mask=np.rand.rand（N，M）<.01#mask 1%
#在这种情况下，这是多余的，但通常您需要它
my_norm=matplotlib.colors.Normalize（vmin=0，vmax=1）
#抓取一份彩色地图的副本
my_cmap=copy.copy（cm.get_cmap（'cubehelix'））
c_数据=my_cmap（my_范数（测试数据））
c#U数据[：，：，3]=0.5#使一切都变成半阿尔法
c#u数据[mark_mask，3]=1#将标记的像素重置为完全不透明度
#策划它
图（
imshow（c_数据，插值='none'）

---

不知道这是否适用于您的数据。

这同样适用于较小的图像（尺寸为20x40），但不适用于较大的图像（尺寸大于1000x1000）。它给我留下了一个灰色的背景，即使我从一幅较大的图像放大到一幅小尺寸的图像，背景仍然看起来是灰色的，而不是它应该是什么样子的。还有其他想法吗？放大时对我来说很好。你在使用什么颜色的贴图？实际上现在我正在计算机上尝试它使用更快的处理器/更好的图形卡，它看起来真的很不错。谢谢！

import copy
N, M = 20, 40
test_data = np.random.rand(N, M)
mark_mask = np.random.rand(N, M) < .01 # mask 1%
# this is redundant in this case, but in general you need it
my_norm = matplotlib.colors.Normalize(vmin=0, vmax=1)
# grab a copy of the color map
my_cmap = copy.copy(cm.get_cmap('cubehelix'))
c_data= my_cmap(my_norm(test_data))
c_data[:, :, 3] = .5 # make everything half alpha
c_data[mark_mask, 3] = 1 # reset the marked pixels as full opacity
# plot it
figure()
imshow(c_data, interpolation='none')