Numpy 在保留分辨率的同时保存类似imshow的图像

我用

matplotlib.pyplot.imshow

可视化了一个（n，m）数组。我想将这些数据保存在某种类型的光栅图形文件（例如png）中，以便：

颜色是用

imshow

基础数组的每个元素在保存的图像中正好是一个像素——这意味着如果基础数组是（n，m）个元素，则图像是NxM个像素。（我对

imshow

中的

interpolation='nearest'

不感兴趣）

除了与数组中的数据对应的像素外，保存的图像中没有其他内容。（即边缘、轴等周围没有空白）

我该怎么做

---

我见过一些代码可以通过使用

interpolation='nearest'

并强制matplotlib（勉强）关闭轴、空格等来实现这一点。但是，必须有一些更直接的方法来实现这一点——可能是使用PIL？毕竟，我有基础数据。如果我可以为基础数组的每个元素获得一个RGB值，那么我可以用PIL保存它。是否有某种方法可以从

imshow

提取RGB数据？我可以编写自己的代码将数组值映射到RGB值，但我不想重新发明轮子，因为matplotlib中已经存在该功能。

正如您所猜测的，不需要创建图形。基本上需要三个步骤。规范化数据，应用颜色贴图，保存图像。matplotlib提供了所有必要的功能：

import numpy as np
import matplotlib.pyplot as plt

# some data (512x512)
import scipy.misc
data = scipy.misc.lena()

# a colormap and a normalization instance
cmap = plt.cm.jet
norm = plt.Normalize(vmin=data.min(), vmax=data.max())

# map the normalized data to colors
# image is now RGBA (512x512x4) 
image = cmap(norm(data))

# save the image
plt.imsave('test.png', image)

虽然上面的代码解释了单个步骤，但您也可以让

imsave

执行所有三个步骤（类似于

imshow

）：

结果（test.png）：

---

感谢您解释所有步骤。我可能想用

LogNorm

来代替

Normalize

，并且

imshow

可以将规范化函数作为参数，而

imsave

显然不能。然而，你的解释会让我绕过这个限制。

plt.imsave('test.png', data, cmap=cmap)