求助：在R中利用像素坐标与RGB矩阵生成图像（类Python imshow()）

针对你拥有的n×2像素坐标矩阵和n×3 RGB像素值矩阵，这里提供几种可行的实现方案：

方法1：使用Base R原生函数 #

步骤如下：

• 确定图像尺寸：从坐标矩阵提取最大的x、y值，明确图像宽高。
• 创建空白RGB数组：维度设为height × width × 3，对应红、绿、蓝三个通道。
• 填充像素颜色：将每个坐标对应的RGB值填入数组对应位置。
• 显示图像：用grid.raster()函数渲染图像。

示例代码：

# 模拟测试数据：坐标矩阵（x,y）和RGB矩阵（0-255范围）
set.seed(123)
n <- 10000
coords <- cbind(sample(1:100, n, replace = TRUE), sample(1:100, n, replace = TRUE))
rgb_vals <- matrix(sample(0:255, n*3, replace = TRUE), ncol = 3)

# 确定图像尺寸
max_x <- max(coords[,1])
max_y <- max(coords[,2])

# 创建空白RGB数组（R中数组维度为行×列×通道，对应图像的y×x）
img_array <- array(0, dim = c(max_y, max_x, 3))

# 填充RGB值
for(i in 1:n) {
  x <- coords[i,1]
  y <- coords[i,2]
  img_array[y, x, ] <- rgb_vals[i, ]
}

# 转换为0-1范围（grid.raster要求输入为此范围）
img_array <- img_array / 255

# 显示图像
library(grid)
grid.raster(img_array)

方法2：使用ggplot2可视化 #

直接基于坐标和颜色数据绘制散点图，模拟图像效果，适合离散像素展示：

示例代码：

library(ggplot2)

# 转换为数据框格式
df <- data.frame(
  x = coords[,1],
  y = coords[,2],
  r = rgb_vals[,1],
  g = rgb_vals[,2],
  b = rgb_vals[,3]
)
# 生成RGB颜色字符串
df$color <- rgb(df$r, df$g, df$b, maxColorValue = 255)

# 绘制图像，匹配像素坐标系
ggplot(df, aes(x = x, y = y)) +
  geom_point(color = df$color, size = 1) +
  scale_y_reverse() + # 反转y轴，使原点位于左上角
  theme_void() # 隐藏无关元素

方法3：使用EBImage包（专业图像处理） #

EBImage是Bioconductor旗下的图像处理包，支持直接创建和显示图像：

示例代码：

# 安装并加载EBImage
if (!require("EBImage")) {
  BiocManager::install("EBImage")
  library(EBImage)
}

# 创建图像对象
img <- Image(img_array, colormode = Color)

# 显示图像
display(img)

注意事项 #

• 确保坐标为整数类型的像素位置，若为浮点坐标，需先取整或插值处理。
• 多数R图像函数要求RGB值在0-1范围，若你的数据是0-255，记得除以255转换。

内容的提问来源于stack exchange，提问作者qp212223