Python调用Matplotlib代码绘制分布点,供大家参考,具体内容如下
<李>绘制点图的目的李
<李> Matplotlib简介李
<李>代码李
<李>截图
李
<强> 1。绘制点图的目的
我们实验室正在做关于人脸识别的项目,其中在人脸检测后,会有些误检的图片,但是其中就有很多不符合的。很明显的是从图片大小,就可以过滤掉一部分。老大交给我的工作,就是通过绘制图片宽度,高度的分布图,来找到一个合理的阈值。
<强> 2. matlablib简介
Matplotlib是一个Python的图形框架
下面是官网的例子
Matplotlib例子
<强> 3。代码如下
进口matplotlib。pyplot作为plt
从numpy。随机进口兰德
进口numpy
进口操作系统
进口cv2
#设置plt
plt.xlim (xmax=500, xmin=0)
plt.ylim (ymax=500, ymin=0)
plt.xlabel(“高度”)
plt.ylabel(“宽度”)
path_1=r想:\ zhangjichao \视图\ path_1 '
x=[]
y=[]
文件=os.listdir (path_1)
f的文件:
img=cv2。imread (path_1 + ' \ \ ' + f)
x.append (img.shape [0])
y.append (img.shape [1])
plt.plot (x, y,“罗”,颜色=臁?标签=皃ath_1”)
path_2=r想:\ zhangjichao \视图\ path_2 '
x=[]
y=[]
文件=os.listdir (path_2)
f的文件:
img=cv2。imread (path_2 + ' \ \ ' + f)
x.append (img.shape [0])
y.append (img.shape [1])
plt.plot (x, y,“罗”,颜色=臁?标签=皃ath_2”)
path_3=r想:\ zhangjichao \视图\ path_3 '
x=[]
y=[]
文件=os.listdir (path_3)
f的文件:
img=cv2。imread (path_3 + ' \ \ ' + f)
x.append (img.shape [0])
y.append (img.shape [1])
plt.plot (x, y,“罗”,颜色=臁?标签=皃ath_3”)
path_4=r想:\ zhangjichao \视图\ path_4 '
x=[]
y=[]
文件=os.listdir (path_4)
f的文件:
img=cv2。imread (path_4 + ' \ \ ' + f)
x.append (img.shape [0])
y.append (img.shape [1])
plt.plot (x, y,“罗”,颜色=臁?标签=皃ath_4”)
玉茎=r想:\ zhangjichao \视图\ xujing '
x=[]
y=[]
文件=os.listdir(茎)
f的文件:
img=cv2。imread(玉茎+ ' \ \ ' + f)
x.append (img.shape [0])
y.append (img.shape [1])
plt。情节(x, y,“罗”,颜色=奥躺北昵?熬ァ?
#图例
plt。传奇(loc=上中心,影子=True,字形大?俺蠛拧?
plt.grid(真正的)
#显示
plt.show ()
<>强4。显示结果
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。
