Python Matplotlib:cmap在imshow中的功能是什么？

我正在尝试使用python学习opencv，遇到以下代码：

import cv2
import numpy as np
from matplotlib import pyplot as plt

BLUE = [255,0,0]

img1 = cv2.imread('opencv_logo.png')
replicate = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_REPLICATE)
reflect = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_REFLECT)
reflect101 = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_REFLECT_101)
wrap = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_WRAP)
constant= cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_CONSTANT,value=BLUE)

plt.subplot(231),plt.imshow(img1,'gray'),plt.title('ORIGINAL')
plt.subplot(232),plt.imshow(replicate,'gray'),plt.title('REPLICATE')
plt.subplot(233),plt.imshow(reflect,'gray'),plt.title('REFLECT')

plt.subplot(234),plt.imshow(reflect101,'gray'),plt.title('REFLECT_101')
plt.subplot(235),plt.imshow(wrap,'gray'),plt.title('WRAP')
plt.subplot(236),plt.imshow(constant,'gray'),plt.title('CONSTANT')

plt.show()

资料来源：

plt.imshow（img1，“灰色”）做什么？我试着在谷歌上搜索，我所能理解的只是“灰色”的论点是一张彩色地图。但是我的图片（图片在网站上，请看链接）并没有以灰度显示。我试图消除第二个论点。所以代码就像plt.imshow（img1）。它执行。图像与以前一样。那么第二个参数‘格雷’是做什么的？有人能给我解释一下这一切吗？谢谢你的帮助。谢谢

---

注：我对Matplotlib完全陌生当

img1

具有形状

（m，N，3）

或

（m，N，4）

时，

img1

中的值被解释为RGB或RGBA值。在这种情况下，将忽略cmap。Per:

cmap:

~matplotlib.colors.Colormap

，可选，默认值：无

如果没有，则默认为rc

image.cmap

value

cmap

在

X

包含RGB（A）信息

但是，如果

img

是形状

（M，N）

的数组，则cmap控制用于显示值的颜色贴图

---

---

谢谢。你能解释一下cmap的用途吗？为什么我们要使用颜色映射？颜色映射是一个将数字映射到颜色的字典。Matplotlib提供了许多功能。当您使用二维数组时，例如上面的

数据

，每个网格点上的值都是介于0和1之间的浮点值。

gray

colormap将0映射为黑色，将1映射为白色。

jet

colormap将0映射为蓝色，将1映射为红色。请参阅链接，以获取中间颜色的视觉显示。更正：上面使用的

数据
数组具有正态分布的值；默认情况下，colormap会根据数据的范围调整颜色。@ubuntu:我理解了你的第一条评论，但在最后一条评论之后我感到困惑，这到底是什么意思？以前的彩色图像是用浮点数（2d，1通道）表示的，现在，我们想把它返回到rgb？@Hossein：因为
data=np.random.randn（10，10）
，所以
data
的最小值和最大值可能不同于0和1。
imshow
函数将
data
标准化，以便
min（data）
映射到0，而
max（data）
映射到1。然后应用颜色贴图。本报告的目的只是强调这一正常化步骤的存在。
import numpy as np
import matplotlib.pyplot as plt
import mpl_toolkits.axes_grid1 as axes_grid1
np.random.seed(1)

data = np.random.randn(10, 10)

fig = plt.figure()
grid = axes_grid1.AxesGrid(
    fig, 111, nrows_ncols=(1, 2), axes_pad = 0.5, cbar_location = "right",
    cbar_mode="each", cbar_size="15%", cbar_pad="5%",)

im0 = grid[0].imshow(data, cmap='gray', interpolation='nearest')
grid.cbar_axes[0].colorbar(im0)

im1 = grid[1].imshow(data, cmap='jet', interpolation='nearest')
grid.cbar_axes[1].colorbar(im1)
plt.savefig('/tmp/test.png', bbox_inches='tight', pad_inches=0.0, dpi=200,)