如何用Matplotlib获取像素RGB值并提取红色像素生成新图？

一、先搞懂你打印的像素值是什么 #

你打印出来的[0. 0. 0.1]这类值，是归一化后的RGB像素值：

• Matplotlib读图像时，会把原本0-255的RGB整数（比如纯红是(255,0,0)）自动转成0到1之间的浮点数
• 每个像素是三个数的数组，分别对应红(R)、绿(G)、蓝(B)三个颜色通道的亮度
• 举个例子：[1. 0. 0.]就是纯红色，[0. 0. 1.]是纯蓝色，[0.5 0.5 0.5]是灰色

二、简单实现方法（比逐像素循环高效多了） #

直接用NumPy做向量运算，完整代码如下：

import matplotlib.pyplot as plt
import numpy as np

def find_red_pixels(image_path, upper_threshold=100, lower_threshold=50):
    """找出图像里的红色像素，生成只含红色像素的二值图并保存"""
    # 读取图像，Matplotlib默认读成RGB格式，像素值归一化到0-1
    img = plt.imread(image_path)
    # 把0-1的浮点数转成0-255的整数，方便用常用阈值判断
    img_255 = (img * 255).astype(np.uint8)
    
    # 红色像素判断逻辑：红通道够亮，绿、蓝通道够暗
    # 可根据实际图像调整阈值，比如红色偏暗就调低lower_threshold
    red_mask = (img_255[:, :, 0] > lower_threshold) & \
               (img_255[:, :, 1] < upper_threshold) & \
               (img_255[:, :, 2] < upper_threshold)
    
    # 创建结果图：红色像素位置设为白色，其他区域全黑
    red_img = np.zeros_like(img_255)
    red_img[red_mask] = [255, 255, 255]
    
    # 保存生成的图片
    plt.imsave("map-red-pixels.jpg", red_img)
    return red_img

# 调用时替换成你的图像路径即可
find_red_pixels("你的图片路径.jpg")

代码关键点说明 #

• plt.imread()读图自动转为RGB格式，不用手动调整通道顺序
• 转回0-255整数是因为咱们平时习惯用这个范围的颜色值，阈值调整更顺手
• 布尔掩码red_mask能一次性筛选出所有符合条件的红色像素，比逐像素循环效率高很多
• 生成的二值图中，原红色像素位置显示白色，其余区域为黑色，直观易懂

三、额外小提示 #

• 如果图像是用OpenCV读取的，默认是BGR格式，需要先转成RGB：img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
• 阈值不是固定值：若结果杂色多，就提高upper_threshold；若漏选红色，就降低lower_threshold

内容的提问来源于stack exchange，提问作者Franklin Hole