matlab中matplotlib(python)和imshow()的imshow()函数如何生成相同的图像？

Question

对于同一个矩阵，matplotlib和matlab中函数imshow()生成的图像是不同的。如何在matplotlib中改变imshow()的一些参数在matlab中可以得到相同的结果

%matlab
img = 255*rand(101);
img(:,1:50)=3;
img(:,52:101)=1;
img(:,51)=2;
trans_img=imtranslate(img,[3*cos(pi/3),3*sin(pi/3)]);
imshow(trans_img)

This is an image generated by matlab

#python
import numpy as np
import matplotlib.pyplot as plt
from mlab.releases import latest_release as mtl #call matlab function

img = 255 * np.random.uniform(0, 1, (101, 101))
img[:, 51:101] = 1 
img[:, 0:50] = 3
img[:, 50] = 2
trans_img = mtl.imtranslate(img, [[3*math.cos(math.pi/3),3*math.sin(math.pi/3)]] 
i = plt.imshow(trans_img, cmap=plt.cm.gray)
plt.show(i)

This is an image generated by matplotlib

两种情况下的trans_img矩阵是一样的，但是matlab和python中的图片不一样

Answer 1

不幸的是，我没有足够最新的具有imtranslate 函数的Matlab 版本，但幸运的是Octave 中的image 包可以，我确信它是等效的。同样，我将使用oct2py 模块而不是mlab 作为结果，以便python 从python 中的八度访问imtranslate 函数。

八度码：

img = 255*rand(101);
img(:,1:50)=3;
img(:,52:101)=1;
img(:,51)=2;
trans_img = imtranslate(img, 3*cos(pi/3),3*sin(pi/3));
imshow(trans_img, [min(trans_img(:)), max(trans_img(:))])

Python 代码：

import numpy as np
import matplotlib.pyplot as plt
import math
from oct2py import octave
octave.pkg('load','image');  # load image pkg for access to 'imtranslate'
img = 255 * np.random.uniform(0, 1, (101, 101))
img[:, 51:101] = 1 
img[:, 0:50] = 3
img[:, 50] = 2
trans_img = octave.imtranslate(img, 3*math.cos(math.pi/3), 3*math.sin(math.pi/3))
i = plt.imshow(trans_img, cmap=plt.cm.gray)
plt.show(i)

两种情况下的结果图像（相同）：

我对您可能看到差异的唯一评论是，我确实在 imshow 中指定了 min 和 max 值，以确保适当的强度缩放。同样，您也可以改用imagesc(trans_img)（我实际上更喜欢这个）。我没有在 python 中为plt.imshow 明确指定这样的限制......也许它默认执行缩放。

另外，您的代码有一个小错误；至少在imtranslate 的八度版本中，该函数接受3 个参数，而不是两个。 （另外，您的原始代码有一个不平衡的括号）。