matplotlib保存imshow可视化图像时如何保持与原数组相同分辨率？

问题原因 #

• 未主动控制matplotlib画布尺寸与dpi的对应关系，默认画布尺寸远大于数组对应像素大小
• bbox_inches='tight'参数会自动裁剪画布边界，打乱预设尺寸比例，即便设置dpi=1也无法得到对应尺寸

方案1：精准控制matplotlib画布参数 #

通过显式指定画布尺寸、dpi，完全移除边距并关闭自动裁剪功能，即可得到和数组尺寸一致的图片：

import cv2
import numpy as np
import matplotlib.pyplot as plt

data = np.array([
    [1,2,0,1],
    [0,1,2,1],
    [0,0,2,1]
])
height, width = data.shape
# 画布尺寸单位为英寸，设置为(宽, 高)，和数组的列数、行数一一对应
fig = plt.figure(figsize=(width, height), dpi=1)
# 完全移除子图边距，让绘图区域占满整个画布
ax = fig.add_axes([0, 0, 1, 1])
ax.imshow(data)
ax.axis('off')
# 禁止添加自动裁剪参数bbox_inches='tight'
fig.savefig("test.png", pad_inches=0)

img = cv2.imread('test.png')
print(img.shape) # 输出为 (3, 4, 3)

方案2：直接生成像素映射图片（更推荐） #

跳过matplotlib的画布渲染逻辑，直接将数组数值映射为RGB像素后保存，100%匹配原始数组尺寸，稳定性更高：

import cv2
import numpy as np
import matplotlib.cm as cm

data = np.array([
    [1,2,0,1],
    [0,1,2,1],
    [0,0,2,1]
])
# 使用和imshow默认一致的viridis colormap，可根据需求替换
cmap = cm.get_cmap('viridis')
# 数值归一化后映射为RGBA颜色
norm_data = (data - data.min()) / (data.max() - data.min())
rgba_img = cmap(norm_data)
# 转成opencv兼容的BGR格式，数值范围转为0-255
rgb_img = (rgba_img[...,:3] * 255).astype(np.uint8)
bgr_img = cv2.cvtColor(rgb_img, cv2.COLOR_RGB2BGR)
cv2.imwrite('test.png', bgr_img)

img = cv2.imread('test.png')
print(img.shape) # 输出为 (3, 4, 3)

内容的提问来源于stack exchange，提问作者voldr