OpenCV里的imshow()和Matplotlib.pyplot的imshow()的实现

一、问题

在Python里使用OpenCV时，一般是通过cv2.imread读入图片，然后用plt.imshow显示图片，但最近学习OpenCV时这样做的结果与预期的结果有较大的出入。查找资料后，才明白OpenCV里的imshow()和Matplotlib.pyplot的imshow()在使用上有一些区别，不注意的话很容易就会导致很奇怪的结果。

下面的示例代码及运行结果显示了这种差异：

import cv2
import matplotlib.pyplot as plt

#以灰度模式读入图片
messi=cv2.imread('messi.jpg',0)

#使用matplotlib.pyplot的imshow显示图片
plt.imshow(messi),plt.title('messi_plt')
plt.xticks([]),plt.yticks([]) #隐藏坐标轴
plt.show()

#使用opencv的imshow显示图片
cv2.imshow('messi_cv',messi)
cv2.waitKey(0)
cv2.destroyAllWindows()

运行结果如下:

左边是原图，中间是cv2.imshow的显示结果，右边是plt.imshow的显示结果。很明显地看到，明明是读入灰度图，plt.imshow的结果却更像是张彩图，这显然是有问题的。

二、分析和解决办法

为了比较和分析OpenCV里imshow()和Matplotlib.pyplot里imshow()这两者的差异，下面分别对显示彩图以及显示灰度图这两种情况来进行说明。

彩色图

对于彩色图片，一般由R，G，B三个通道构成。然而，需要注意的是，OpenCV里彩色图片加载时是按照BGR的顺序，Matplotlib里彩色图片加载时是按照RGB的顺序。所以，当我们用cv2.imread读入图片，用cv2.imshow来显示时自然是不会出问题的，但若用plt.imshow来显示就会出现问题，如下面的结果所示。
这里省略示例代码（和上面的几乎相同，只是不要在cv2.imread里设置“0”这个参数即可），运行结果如下：

左边是原图，中间是cv2.imshow的显示结果，右边是plt.imshow的显示结果。显然，plt.imshow的结果出现了问题。
为了解决这个问题，方法很简单，就是将通道R和通道B的内容调换一下，再用plt.imshow显示时就正常了。下面给出该方法的示例代码：

import cv2
import matplotlib.pyplot as plt

#读入彩色图片
messi=cv2.imread('messi.jpg',1)

#使用matplotlib.pyplot的imshow显示图片
plt.imshow(messi),plt.title('messi_plt')
plt.xticks([]),plt.yticks([]) #隐藏坐标轴
plt.show()

##调换r、b通道，生成rgb顺序的图片并显示
b,g,r=cv2.split(messi) #通道的拆分
messi_rgb=cv2.merge((r,g,b)) #通道的融合
plt.imshow(messi_rgb),plt.title('messi_rgb_plt')
plt.xticks([]),plt.yticks([])
plt.show()

#使用opencv的imshow显示图片
cv2.imshow('messi_cv',messi)
cv2.waitKey(0)
cv2.destroyAllWindows()

灰度图

灰度图是单通道图片，按理说不会出现上面彩色图的那种问题，不管是用cv2.imshow显示还是用plt.imshow显示，结果都应该是一样的。然而，事实却并非如此（如最开始的示例所示）。我纠结了好久不知道原因是什么，一开始以为是opencv和matplotlib的版本不匹配，结果更新版本之后还是有这个问题。后来，去找来matplotlib的API文档才明白是咋回事。
matplotlib.pyplot.imshow函数里，有一个参数是cmap，API文档里给出的说明是：

cmap : str or Colormap, optional
The Colormap instance or registered colormap name used to map scalar data to colors. This parameter is ignored for RGB(A) data. Defaults to rcParams[“image.cmap”] = ‘viridis'.

大致的意思是说，cmap给出了标量值如何映射到颜色空间，并且对于RGB(A)图像此参数是忽略的；默认参数可查看rcParams[“image.cmap”]。链接转过去的文档是matplotlib的示例配置文档matplotlibrc，里面定义了各种变量的默认值（这也是为什么我们在调用matplotlib里的函数时，有些参数我们没给值也能正常运行的原因）。在这里能看到，cmap的默认值是viridis，这也就说明了在使用plt.imshow显示灰度图时出现问题的原因。

因此，为了解决该问题，使plt.imshow能正常地显示灰度图，方法也很简单，就是修改cmap的值为'gray'。示例代码如下：

import cv2
import matplotlib.pyplot as plt

#读入彩色图片
messi=cv2.imread('messi.jpg',0)

#使用opencv的imshow显示图片
cv2.imshow('messi_cv',messi)
cv2.waitKey(0)
cv2.destroyAllWindows()

#使用matplotlib.pyplot的imshow显示图片
#cmap使用默认值
plt.imshow(messi),plt.title('messi_camp_default')
plt.xticks([]),plt.yticks([]) #隐藏坐标轴
plt.show()

#使用matplotlib.pyplot的imshow显示图片
#cmap设置为'gray'
plt.imshow(messi,cmap='gray'),plt.title('messi_camp_gray')
plt.xticks([]),plt.yticks([]) #隐藏坐标轴
plt.show()

运行结果为：

左边是cv2.imshow的显示结果，中间和右边的是plt.imshow的显示结果。

另外，cmap的值除了可以取默认参数及'gray'外，还有很多值可供我们选择，详细的说明在这里。其实这些东西了解下就行，等实际使用时，查阅下、试一试。根据需要选择合适的就可以了。

注：
1.关于matplotlib里的imshow函数更详细的说明在这里。
2.关于matplotlib.matplotlibrc文档更详细的说明在这里。
3.如果想查看或编辑自己电脑里的matplotlibrc文件，可使用此命令matplotlib.matplotlib_fname()获取路径。

三、总结

由于OpenCV里的imshow和Matplotlib里的imshow的一些差异，在使用时主要是要注意两点：
1.显示彩色图时，要把b、r通道调换一下。
2.显示灰度图时，记得设置cmap的值为'gray'。