Python Matplotlib 图像显示 - 如何显示原始图像及其RGB通道

使用 Python 的 Matplotlib 库，你可以轻松地将原始图像及其红色、绿色和蓝色 (RGB) 通道图像一起显示。这在图像处理和分析中很有用，可以帮助你了解图像的组成。

以下是如何使用 Matplotlib 显示原始图像和其 RGB 通道的代码示例：

import matplotlib.pyplot as plt
import matplotlib.image as mpimg
import numpy as np

loopy = mpimg.imread(r'C:\Users\RKP\Desktop\Loopy.jpg') # 读取原图
b = loopy[:,:,0]
g = loopy[:,:,1]
r = loopy[:,:,2] 

# 创建一个包含四个子图的图像
fig, axs = plt.subplots(2, 2, figsize=(10, 10))

# 在每个子图中显示图像和标题
axs[0, 0].imshow(loopy)
axs[0, 0].axis('off')
axs[0, 0].set_title('Original')

axs[0, 1].imshow(r, cmap='Reds')
axs[0, 1].axis('off')
axs[0, 1].set_title('Red Channel')

axs[1, 0].imshow(g, cmap='Greens')
axs[1, 0].axis('off')
axs[1, 0].set_title('Green Channel')

axs[1, 1].imshow(b, cmap='Blues')
axs[1, 1].axis('off')
axs[1, 1].set_title('Blue Channel')

plt.tight_layout()  # 调整子图的布局，使标题不重叠
plt.show()

在这个示例中：

1. 我们首先使用 mpimg.imread() 函数读取图像文件。
2. 然后，我们使用切片操作将图像分解为其红色、绿色和蓝色通道。
3. 使用 plt.subplots() 函数创建了一个包含 2 行 2 列的子图网格。
4. 在每个子图中，我们使用 imshow() 函数显示相应的图像，并使用 set_title() 函数设置标题。
5. 最后，使用 plt.tight_layout() 函数调整子图的布局，以避免标题重叠。

确保将 loopy.jpg 替换为你自己的图像文件路径。运行此代码，你将看到一个包含四个子图的图像窗口，分别显示原始图像和其 RGB 通道。

提示：

• 你可以使用不同的颜色映射（cmap）来显示 RGB 通道。
• 你可以调整子图的大小和布局以满足你的需求。
• 如果你想保存生成的图像，可以使用 plt.savefig() 函数。

希望这对你有所帮助！