Matplotlib中选择已绘制图像及将带填充区绘图转灰度图并存为变量的方法

一、将完整绘图转为灰度图并保存为变量 #

以下是修改后的代码，直接实现渲染完整绘图、转灰度并保存为变量的需求：

import matplotlib.pyplot as plt
import skimage.io
import numpy as np
from skimage.color import rgb2gray

# 读取原始图像
image = skimage.io.imread("anaconda2/Videos/(4F) 2008-05-22 10.30.59 HOOSH/2008-05-22 10.30.59 HOOSH0010.png")
fig, ax = plt.subplots()
ax.imshow(image)
ax.set_ylim(ymin=720, ymax=0)
ax.set_xlim(xmin=0, xmax=1280)
ax.plot(x2,y,'r-',x3,y,'r-',x4,y,'r-',x5,y,'r-',x6,y,'r-',x7,y,'r-',x8,y,'r-',x9,y,'r-',x10,y,'r-',x11,y,'r-',)
ax.fill_betweenx(y,x2,x3,color='yellow')

# 强制渲染画布上所有元素（包括原图、线条、填充区）
fig.canvas.draw()
# 将画布内容转为RGB格式的numpy数组
rgb_data = np.frombuffer(fig.canvas.tostring_rgb(), dtype=np.uint8)
rgb_data = rgb_data.reshape(fig.canvas.get_width_height()[::-1] + (3,))

# 转换为灰度图
# 方式1：用skimage的工具函数
gray_image = rgb2gray(rgb_data)
# 方式2：手动用灰度转换公式（无需skimage）
# gray_image = 0.2989 * rgb_data[:,:,0] + 0.5870 * rgb_data[:,:,1] + 0.1140 * rgb_data[:,:,2]

# 若需要0-255的8位整数格式（部分场景需要）
gray_image_8bit = (gray_image * 255).astype(np.uint8)

# 现在gray_image或gray_image_8bit就是可用于后续函数的灰度图变量
plt.close(fig)  # 关闭画布释放内存

关键说明：

• fig.canvas.draw()必须调用，确保所有绘制元素（包括线条、填充区）都被渲染
• 转换后的灰度图变量可以直接传入其他处理函数，无需保存为本地文件

二、在Matplotlib中选择已绘制的图像元素 #

如果要定位imshow()绘制的原始图像，可以通过轴对象的子元素筛选：

# 获取当前轴上的所有绘制元素
all_elements = ax.get_children()
# 筛选出imshow创建的AxesImage对象
target_image = None
for elem in all_elements:
    if isinstance(elem, plt.AxesImage):
        target_image = elem
        break

# 获取该图像的原始像素数据
if target_image:
    original_image_data = target_image.get_array()

说明：

• ax.get_children()返回轴上所有元素，包括图像、线条、刻度、填充区域等
• plt.AxesImage是imshow()专属的对象类型，筛选后即可获取对应图像的属性和数据

内容的提问来源于stack exchange，提问作者Danero22