如何在Python中导入SVG图片并添加标题与坐标轴标签？

为什么plt.imread('./tune.svg')会报错？ #

plt.imread()仅支持PNG、JPG、BMP这类栅格图像格式，SVG是矢量图形，无法被该方法直接解析，因此会抛出格式不支持的错误。

可行解决方法 #

方法1：将SVG转为栅格图后读取（简单通用）

通过第三方工具把SVG转成PNG临时文件，再用matplotlib读取显示，适合快速实现需求：

1. 先安装依赖：

pip install svglib pillow matplotlib

2. 示例代码：

from svglib.svglib import svg2rlg
from reportlab.graphics import renderPM
from PIL import Image
import numpy as np
import matplotlib.pyplot as plt

# 把SVG转成PNG临时文件
svg_drawing = svg2rlg("./tune.svg")
renderPM.drawToFile(svg_drawing, "temp_svg.png", fmt="PNG")

# 读取转好的图片并显示
img = Image.open("temp_svg.png")
img_array = np.array(img)

plt.figure(figsize=(8, 6))
plt.imshow(img_array)
# 添加标题和坐标轴标签
plt.title("自定义SVG图片标题")
plt.xlabel("X轴名称")
plt.ylabel("Y轴名称")
plt.axis('on')  # 确保坐标轴显示
plt.show()

注意：这种方法会生成临时PNG文件，矢量图转为栅格图后放大可能会模糊。

方法2：直接导入SVG矢量路径（保留清晰度）

如果需要保留SVG的矢量特性（放大不失真），可以解析SVG的路径信息，直接在matplotlib中绘制：

1. 安装依赖：

pip install svgpathtools matplotlib

2. 示例代码：

import matplotlib.pyplot as plt
from svgpathtools import svg2paths
from matplotlib.path import Path
from matplotlib.patches import PathPatch

# 读取SVG的路径和属性
paths, attrs = svg2paths("./tune.svg")

fig, ax = plt.subplots(figsize=(8, 6))

# 遍历所有路径并添加到坐标轴
for path, attr in zip(paths, attrs):
    vertices = []
    codes = []
    # 转换SVG路径段为matplotlib可识别的格式
    for seg in path:
        if isinstance(seg, svgpathtools.Line):
            vertices.extend([(seg.start.real, seg.start.imag), (seg.end.real, seg.end.imag)])
            codes.extend([Path.MOVETO, Path.LINETO])
        elif isinstance(seg, svgpathtools.CubicBezier):
            vertices.extend([(seg.start.real, seg.start.imag),
                             (seg.control1.real, seg.control1.imag),
                             (seg.control2.real, seg.control2.imag),
                             (seg.end.real, seg.end.imag)])
            codes.extend([Path.MOVETO, Path.CURVE4, Path.CURVE4, Path.CURVE4])
    # 添加路径到画布
    if vertices:
        patch = PathPatch(Path(vertices, codes), 
                         fill=attr.get('fill', 'none'),
                         stroke=attr.get('stroke', 'black'), 
                         linewidth=float(attr.get('stroke-width', 1)))
        ax.add_patch(patch)

# 调整坐标轴适配SVG大小
ax.autoscale()
ax.set_aspect('equal', adjustable='box')

# 添加标注
plt.title("矢量SVG图片标题")
plt.xlabel("X轴标签")
plt.ylabel("Y轴标签")
plt.show()

注意：复杂SVG可能包含更多路径类型（如圆弧、二次贝塞尔），需要补充对应的转换逻辑。

方法3：用Pycairo直接渲染SVG（底层控制）

Pycairo对SVG支持较好，适合需要更精细控制渲染的场景：

1. 安装依赖（部分系统需先安装系统级依赖，如Linux的libcairo2-dev）：

pip install pycairo matplotlib

2. 示例代码：

import matplotlib.pyplot as plt
import cairo
import numpy as np

# 创建matplotlib画布
fig, ax = plt.subplots(figsize=(8, 6))
ax.set_xlim(0, 800)
ax.set_ylim(0, 600)

# 初始化Cairo上下文
surface = cairo.ImageSurface(cairo.FORMAT_ARGB32, 800, 600)
ctx = cairo.Context(surface)

# 读取并渲染SVG
with open("./tune.svg", 'rb') as f:
    svg_data = f.read()
try:
    svg_surface = cairo.SVGSurface.create_from_svg(ctx, svg_data, len(svg_data))
    ctx.set_source_surface(svg_surface, 0, 0)
    ctx.paint()
except Exception as e:
    print(f"渲染失败: {e}")

# 转换Cairo表面为numpy数组并显示
buf = surface.get_data()
img = np.ndarray(shape=(600, 800, 4), dtype=np.uint8, buffer=buf)
img = img[:, :, :3]  # 移除Alpha通道
ax.imshow(img)

# 添加标注
plt.title("Cairo渲染SVG标题")
plt.xlabel("X轴标签")
plt.ylabel("Y轴标签")
plt.show()

内容的提问来源于stack exchange，提问作者EngGu