如何获取plt.imshow()带参数渲染的无轴图像的numpy数组？

方法一：直接从Matplotlib画布提取渲染后的数组 #

这种方法能直接获取和你看到的fig(ii)完全一致的像素数组，包括无坐标轴、边框的状态，以及cmap、vmin/vmax的映射效果：

import matplotlib.pyplot as plt
import numpy as np

# 假设Equalized是你的原始二维数组
# Equalized = ... 

# 创建画布并绘制图像，关闭坐标轴与边框
fig, ax = plt.subplots()
ax.imshow(Equalized, cmap='gray', vmin=0.55, vmax=0.80)
ax.axis('off')  # 隐藏坐标轴
for spine in ax.spines.values():
    spine.set_visible(False)  # 隐藏边框

# 渲染画布并提取像素数据
fig.canvas.draw()
# 获取RGB格式的像素数组，形状为(高度, 宽度, 3)
rgba_data = fig.canvas.tostring_rgb()
pixel_array = np.frombuffer(rgba_data, dtype=np.uint8).reshape(
    fig.canvas.get_height(), fig.canvas.get_width(), 3
)
# 转换为单通道灰度数组（可选）
gray_array = np.mean(pixel_array, axis=2).astype(np.uint8)

plt.close(fig)  # 释放资源

如果需要提取的数组尺寸和原始Equalized一致，可提前设置画布尺寸匹配原始图像：

h, w = Equalized.shape
dpi = 100
fig, ax = plt.subplots(figsize=(w/dpi, h/dpi), dpi=dpi)
# 后续绘制、提取步骤同上

方法二：手动复现imshow的颜色映射逻辑 #

如果不需要画布渲染的额外空白部分，可以手动实现vmin/vmax截断和cmap映射，直接生成和imshow显示效果一致的数组：

import numpy as np

# 1. 截断原始数组到[vmin, vmax]范围
clipped_array = np.clip(Equalized, a_min=0.55, a_max=0.80)
# 2. 归一化到[0, 1]区间
normalized_array = (clipped_array - 0.55) / (0.80 - 0.55)
# 3. 转换为0-255的灰度像素值（匹配gray cmap的映射）
gray_array = (normalized_array * 255).astype(np.uint8)

这种方法生成的数组尺寸和原始Equalized完全一致，且完全复现了imshow的视觉效果，适合后续的数组处理流程。

内容的提问来源于stack exchange，提问作者Key76