如何通过Matplotlib鼠标事件获取多子图imshow图像的RGBA值

仅依靠Matplotlib原生能力即可实现点击位置的RGBA值读取，无需手动维护多子图与对应像素数组的映射关系，全程依托点击事件自带的上下文属性完成定位与取值。

核心逻辑 #

• 点击事件触发时，event.inaxes属性会直接返回点击位置所属的子图（Axes）对象，自动完成多子图场景下的目标匹配，无需自行遍历坐标范围校验
• 每个Axes下通过imshow生成的图像对象，会自动存入Axes的images属性列表，单图层场景下直接取首个元素即可获取对应图像对象
• 将事件返回的xdata、ydata（数据坐标系下的浮点坐标）转换为整数索引，即可直接从图像关联的Numpy数组中读取RGBA值

坐标转换规则 #

• Matplotlib的imshow默认坐标原点在图像左上角，y轴方向向下递增，数据坐标和数组索引为线性对应关系，通过四舍五入即可完成坐标到像素索引的转换
• 需增加边界判断逻辑，避免点击子图边缘时出现数组索引越界

修改后的可运行测试代码 #

import numpy as np
import matplotlib
import matplotlib.pylab as plt 
matplotlib.use("Qt5Agg")

black = np.zeros((100,100,4))

for j in range(1,3):
    im = black.copy()
    im[:,:,3] = 1/j
    plt.subplot(1,2,j)
    plt.imshow(im)

def onclick(event):
    # 过滤点击在子图外的无效触发
    if not event.inaxes:
        return
    xdata = event.xdata
    ydata = event.ydata
    # 获取当前点击子图绑定的imshow图像对象
    current_im = event.inaxes.images[0]
    img_mat = current_im.get_array()
    # 浮点坐标转整数像素索引
    row_idx = round(ydata)
    col_idx = round(xdata)
    # 边界裁剪，防止索引越界
    h, w = img_mat.shape[:2]
    row_idx = np.clip(row_idx, 0, h - 1)
    col_idx = np.clip(col_idx, 0, w - 1)
    # 读取对应位置RGBA值
    rgba = img_mat[row_idx, col_idx]
    print(f"点击位置数据坐标：x={xdata:.1f}, y={ydata:.1f}, 对应RGBA值：{rgba}")

plt.gcf().canvas.mpl_connect('button_press_event', onclick)
plt.show(block=True)

运行效果 #

• 点击左侧第一个子图任意位置，输出RGBA值为[0. 0. 0. 1.]，匹配预期
• 点击右侧第二个子图任意位置，输出RGBA值为[0. 0. 0. 0.5]，匹配预期

多图层场景适配 #

如果单个子图上叠加了多个imshow图层，可直接通过images列表的存储顺序匹配目标图层：

# 单图创建顺序即为列表索引
im_layer1 = plt.imshow(layer1)
im_layer2 = plt.imshow(layer2, alpha=0.5)
# 后续取值时直接取对应索引即可
target_im = event.inaxes.images[目标图层的索引]

内容的提问来源于stack exchange，提问作者Michaël Cretignier