Python单参数实现绘图标题与变量名一致及后续灰度函数标题问题

一、让plotColor仅传图像变量就显示变量名作为标题 #

Python函数默认无法直接获取传入参数的变量名，但我们可以借助inspect模块读取调用上下文，找到对应变量的名称。这样调用plotColor(lena)时就能自动把标题设为"lena"。

修改后的代码如下：

import cv2
import matplotlib.pyplot as plt
import inspect

def plotColor(image):
    # 获取调用者的栈帧，提取局部变量
    caller_frame = inspect.stack()[1][0]
    # 遍历局部变量，找到与传入图像对象匹配的变量名
    var_name = next(
        (name for name, val in caller_frame.f_locals.items() if val is image),
        "Unknown Image"  # 找不到时的默认标题
    )
    
    plt.figure()
    plt.imshow(cv2.cvtColor(image, cv2.COLOR_BGR2RGB))
    plt.title(var_name)
    plt.show()  # 加上show()确保图像正常显示

# 读取图像
lena = cv2.imread("lena.png")
link = cv2.imread("link.png")

# 调用测试
plotColor(lena)  # 标题显示"lena"
plotColor(link)  # 标题显示"link"

说明： #

• inspect.stack()[1][0]获取调用plotColor的上层栈帧，从中拿到调用者的局部变量列表。
• 通过val is image匹配变量的内存地址，确保找到的是准确的变量名（避免值相同但不同对象的误匹配）。
• 如果传入临时对象（比如plotColor(cv2.imread("test.png"))），会显示默认标题"Unknown Image"，完全适配你传变量名的使用场景。

二、解决灰度处理后无法设置标题的问题 #

你之前的grayScale函数有两个问题：一是错误访问image.image（原图像是numpy数组，没有这个属性）；二是处理后仅返回灰度数组，丢失了原图像的名称信息。我们可以封装一个简单的图像包装类，把图像数据和名称绑定，后续处理时就能保留元信息。

步骤1：定义图像包装类 #

class ImageWithName:
    def __init__(self, data, name):
        self.data = data  # 存储图像的numpy数组
        self.name = name  # 存储图像的名称（比如"lena"）

步骤2：修改图像读取、处理和绘图函数 #

# 读取图像时封装成包装类
lena = ImageWithName(cv2.imread("lena.png"), "lena")
link = ImageWithName(cv2.imread("link.png"), "link")

# 灰度处理函数：接收包装类，返回带名称的灰度图像包装类
def grayScale(image_obj):
    gray_data = cv2.cvtColor(image_obj.data, cv2.COLOR_BGR2GRAY)
    # 生成新名称，比如原名称加"_gray"
    return ImageWithName(gray_data, f"{image_obj.name}_gray")

# 灰度图像绘图函数：直接从包装类获取名称和数据
def plotGrayscale(image_obj):
    plt.figure()
    plt.imshow(image_obj.data, cmap='gray')
    plt.title(image_obj.name)
    plt.show()

# 调用测试
plotGrayscale(grayScale(lena))  # 标题显示"lena_gray"
plotGrayscale(grayScale(link))  # 标题显示"link_gray"

说明： #

• 包装类ImageWithName把图像数据和名称绑定，后续任何处理函数都可以接收这个对象，处理后返回新的包装对象，全程保留名称信息。
• 如果你不想用类，也可以用字典（比如{"data": img_data, "name": "lena"}），但类的方式更直观，代码可读性更高。

内容的提问来源于stack exchange，提问作者Revexr