Python matplotlib实现灰度图伪彩色显示与色度条设置

山海之间

发布时间：2026-10-13| 3人浏览过

原创

本文介绍如何使用Python的matplotlib库将灰度图像转换为伪彩色图像，并通过set_cmap和set_clim等方法自定义色彩映射与数值范围，同时展示如何添加色度条以辅助数据解读。

灰度图伪彩色显示概述

在图像处理中，将灰度图转换为伪彩色图有助于更直观地观察数据分布。

方法一：使用set_cmap设置色彩映射


import matplotlib.pyplot as plt

img = plt.imread('C:/Users/leex/Desktop/lena.jpg')
img_s = img[:,:,0]# 直接读入的img为3通道，这里用直接赋值的方法转为单通道
sc = plt.imshow(img_s)
sc.set_cmap('hot')# 这里可以设置多种模式
plt.colorbar()# 显示色度条

运行上述代码后，可以看到原始灰度图像被渲染为伪彩色效果。

若需限制色彩映射的数值范围，可通过set_clim方法指定最小值和最大值。


import matplotlib.pyplot as plt

img = plt.imread('C:/Users/leex/Desktop/lena.jpg')
img_s = img[:,:,0]
sc = plt.imshow(img_s)
sc.set_cmap('hot')
sc.set_clim(0,100)
plt.colorbar()

应用数值限制后，图像的色彩分布将严格对应于设定的范围区间。

方法二：在imshow中直接指定cmap参数


import matplotlib.pyplot as plt

img = plt.imread('C:/Users/leex/Desktop/lena.jpg')
img_s = img[:,:,0]
sc = plt.imshow(img_s, cmap = plt.cm.jet)# 设置cmap为RGB图
plt.colorbar()# 显示色度条

直接在plt.imshow函数中传入cmap参数，同样可以实现伪彩色渲染。

结合vmin和vmax参数，可以在初始化图像时直接限定数据的显示范围。


import matplotlib.pyplot as plt

img = plt.imread('C:/Users/leex/Desktop/lena.jpg')
img_s = img[:,:,0]
sc = plt.imshow(img_s, vmin=0, vmax = 100, cmap = plt.cm.jet)# 限制范围为0-100
plt.colorbar()

最终生成的图像将同时体现指定的色彩映射风格与数值范围限制。