Matplotlib中imshow显示图像时如何避免裁剪及修复次坐标轴标签？

问题描述 #

使用1mm像素尺寸的传感器拍摄图像，通过Matplotlib的imshow展示时要求：

• 主坐标轴显示像素数
• 次坐标轴显示毫米数

初始代码可正常显示图像，但添加次坐标轴后出现两个问题：

1. 图像被裁剪，树木上部及前景草部分不可见
2. y轴的毫米标签被截断（添加次x轴后x轴毫米标签正常，但图像仍裁剪）

错误分析与修复步骤 #

1. 核心错误点 #

• 次y轴标签设置错误：代码中v2.set_xlabel('mm')误将y轴标签设为x轴标签，导致布局混乱
• 添加次坐标轴后，Matplotlib自动调整轴范围，未与图像实际像素尺寸匹配
• 未处理图像格式：cv2.imread读取的是BGR格式，imshow需要RGB格式才能正确显示颜色
• 未调整布局，导致标签被截断

2. 修复后的代码 #

from matplotlib import pyplot as plt
import cv2
import numpy as np

# 读取图像并转换为RGB格式（cv2默认BGR）
a = cv2.imread('frassino.png')
a_rgb = cv2.cvtColor(a, cv2.COLOR_BGR2RGB)

fig, ax = plt.subplots(1)
# 显示图像，锁定坐标轴范围匹配图像像素尺寸
ax.imshow(a_rgb, aspect='equal')
ax.set_xlim(0, a.shape[1])  # x轴范围：0到图像宽度（像素）
ax.set_ylim(a.shape[0], 0)  # 反转y轴，匹配图像从上到下的显示逻辑
ax.set_xlabel('pixel')
ax.set_ylabel('pixel')

# 添加次y轴（毫米）
v2 = ax.twinx()
v2.set_ylim(a.shape[0], 0)  # 次y轴范围与主y轴对应（1像素=1mm）
v2.set_yticks(np.linspace(0, a.shape[0], 12))  # 按图像高度动态生成刻度
v2.set_ylabel('mm')  # 修正为设置y轴标签

# 添加次x轴（毫米）
h2 = ax.twiny()
h2.set_xlim(0, a.shape[1])  # 次x轴范围与主x轴对应
h2.set_xticks(np.linspace(0, a.shape[1], 8))  # 按图像宽度动态生成刻度
h2.set_xlabel('mm')

# 自动调整布局，避免标签截断和图像裁剪
fig.tight_layout()

# 保存并显示图像
ax.figure.savefig('fixed.png')
plt.show()

3. 关键修复说明 #

• 图像格式转换：将BGR转RGB，确保颜色显示正确
• 锁定坐标轴范围：主坐标轴范围严格匹配图像宽高像素数，次坐标轴与主轴一一对应，避免自动调整导致图像裁剪
• 修正次y轴标签：将set_xlabel改为set_ylabel，正确显示y轴毫米标签
• 动态刻度生成：根据图像实际尺寸生成刻度，适配不同分辨率的图像
• 布局优化：fig.tight_layout()自动调整子图间距，确保所有标签和图像内容完整显示

内容的提问来源于stack exchange，提问作者Alessandro Jacopson