Python实现图像像素主色转换后调用Pyplot imshow仅显示坐标轴不显示图像

问题根因 #

• 最核心的逻辑错误：draw函数里的arr.reshape(np.shape(img))写法不对。numpy的reshape方法不会直接修改原数组，只会返回重塑后的新数组。你调用了方法但没有把返回值存下来，arr从头到尾都是把所有像素堆在一起的一维扁平数组，根本没有图像需要的“高度-宽度-颜色通道”三维结构，plt.imshow识别不出合法图像格式，自然只显示坐标轴不渲染内容。
• 容易踩的隐藏坑：原代码里三个分支判断，没有覆盖像素三个通道数值完全相等的场景，这类像素不会被追加到转换列表里，最终列表长度和原图像素总数对不上，哪怕reshape写对了也会直接报维度错误。
• 不良代码习惯：用内置名list当函数参数、靠全局变量x传值，不仅代码可读性差，多次调用时还会因为全局值残留出现莫名其妙的结果。
• 小细节提醒：8位RGB图像的单通道取值范围是0-255，之前举例提到的(256,0,0)是超出合法范围的写法，代码里用255是正确的。

修复后可直接运行的代码 #

import matplotlib.pyplot as plt
import numpy as np
import skimage.data as data

def draw(pixel_list, img):
  arr = np.array(pixel_list)
  # 接收reshape返回的重塑后数组，对齐原图的三维结构
  reshaped_img = arr.reshape(np.shape(img))
  plt.imshow(reshaped_img)
  plt.show()
  
def convert(image):
  converted_pixels = []
  for row in image:
    for pixel in row:
      r, g, b = pixel
      max_val = max(r, g, b)
      # 把三通道相等的场景归到蓝色分支，避免漏算像素
      if max_val == r:
        converted_pixels.append([255, 0, 0])
      elif max_val == g:
        converted_pixels.append([0, 255, 0])
      else:
        converted_pixels.append([0, 0, 255])
  draw(converted_pixels, image)

convert(data.rocket())

性能优化小技巧 #

手动双重循环遍历像素效率很低，可以换成numpy向量化操作，几行代码就能实现相同效果，运行速度比循环快上百倍：

def convert_fast(image):
  # 直接找每个像素RGB三个通道中最大值所在的索引
  max_channel_idx = np.argmax(image, axis=-1)
  # 初始化全零的三通道图像
  result = np.zeros_like(image)
  # 给对应最大值的通道赋值为255
  result[max_channel_idx == 0, 0] = 255
  result[max_channel_idx == 1, 1] = 255
  result[max_channel_idx == 2, 2] = 255
  plt.imshow(result)
  plt.show()

内容的提问来源于stack exchange，提问作者goup