加速在matplotlib中绘制图像

9 浏览
0 Comments

加速在matplotlib中绘制图像

我在Spyder IDE中编写了一些Python代码，以便将一对图像并排绘制出来，以便我可以进行目视检查。大部分时间我只需要3秒钟来查看它们，但偶尔我需要更长的时间进行仔细观察。因此，我没有使用time.sleep，而是编写了以下代码，让它在我按下回车键后等待：

import matplotlib.pyplot as plt
import os
def VI_segmentation():
    root = os.getcwd()
    NR_dir = root + '\\Neurite_Results\\'
    SO_dir = root + '\\Segmentation_Overlays\\'
    jpgs = os.listdir(NR_dir)
    fig = plt.figure(figsize=(20,12))
    for jpg in jpgs:
        fig.suptitle(jpg , fontsize=14, fontweight='bold')
        image_NR = plt.imread(NR_dir + jpg)
        image_SO = plt.imread(SO_dir + jpg)
        plt.subplot(121)
        plt.imshow(image_NR)
        plt.subplot(122)
        plt.imshow(image_SO)
        plt.draw()
        plt.pause(0.01)
        input('按回车键继续')
VI_segmentation()

问题是，我思考的速度比我的计算机快:). 计算机需要5或6秒钟才能对回车键做出响应，并且在响应后还需要几秒钟进行更新。当处理大量基本上都没问题的图像时，这样的人机工程学效果很差。如果有任何简化这段代码的想法，将不胜感激。

0

2 答案

0 Comments

问题的出现原因：问题是由于每次更新绘图时重新绘制而导致的绘图速度变慢。

解决方法：改变绘图中的数据而不是重新绘制，可以解决绘图速度变慢的问题。需要改变的代码如下所示：

im1.set_data(image_NR)
im2.set_data(image_SO)
f.canvas.draw()

文章整理如下：

这个问题的解决方法如下所示：

import matplotlib.pyplot as plt
import os
def VI_segmentation():
    plt.ion()
    root = os.getcwd()
    NR_dir = root + '\\Neurite_Results\\'
    SO_dir = root + '\\Segmentation_Overlays\\'
    jpgs = os.listdir(NR_dir)
    f = plt.figure(figsize=(22,12))
    ax1 = f.add_subplot(121)
    ax2 = f.add_subplot(122)
    image_NR = plt.imread(NR_dir + jpgs[0])
    image_SO = plt.imread(SO_dir + jpgs[0])
    im1 = ax1.imshow(image_NR)
    im2 = ax2.imshow(image_SO) 
    f.suptitle(jpgs[0] , fontsize=14, fontweight='bold')
    f.show()
    plt.pause(0.01)
    input('Press Enter to continue')
    
    for jpg in jpgs[1:]:
        f.suptitle(jpg , fontsize=14, fontweight='bold')
        image_NR = plt.imread(NR_dir + jpg)
        image_SO = plt.imread(SO_dir + jpg)
        im1.set_data(image_NR)
        im2.set_data(image_SO)
        f.canvas.draw()
        plt.pause(0.01)
        input('Press Enter to continue')
VI_segmentation()

原文链接：Why does my pylab animation slow down with each update?

奇怪的是，当我开始改变绘图数据而不是重新绘制时，我开始遇到了一些奇怪的问题，即图形会变大，但周围的窗口大小不变。为了解决这个问题，我重新调整了创建图形和轴的顺序，这样在创建图形时就可以设置图形的大小。

0
0 Comments

问题：如何加快在matplotlib中绘制图像的速度？

原因：绘制大量图像时，matplotlib的默认后端可能会导致绘图速度较慢。

解决方法：更改matplotlib的后端以提高绘图速度。

解决方法一：尝试使用GTKAgg后端，步骤如下：

1. 在matplotlib的导入语句后，添加以下代码：

import matplotlib
matplotlib.use('GTKAgg')

2. 运行程序，查看绘图速度是否有所改善。

解决方法二：尝试其他可用的后端，步骤如下：

1. 参考链接http://matplotlib.org/faq/usage_faq.html#what-is-a-backend，了解可用的后端。

2. 根据需求，尝试使用其他后端，查看绘图速度是否有所改善。

通过更改matplotlib的后端，可以加快在matplotlib中绘制图像的速度。可以尝试使用GTKAgg后端或其他可用的后端，找到最适合的后端来提高绘图速度。

0