使用imshow或其他函数在matplotlib中创建相交图像

Question

我有两个三维的探地雷达数据。每个数组基本上都是一个时间推移二维图像的集合，其中时间沿第三维度增加。我想创建一个三维图，它与每个数组的二维图像相交。在

我基本上是想创造一个篱笆图。在这些网站上可以找到此类地块的一些示例： http://www.geogiga.com/images/products/seismapper_3d_seismic_color.gifhttp://www.usna.edu/Users/oceano/pguth/website/so461web/seismic_refl/fence.png

我通常使用imshow单独显示二维图像进行分析。然而，我对imshow功能的研究表明，它不适用于3D轴。有什么办法吗？或者，是否有其他绘图功能可以复制imshow功能，但可以与三维轴组合？在

Answer 1

如果您愿意考虑使用不同的绘图库（即不是matplotlib），那么可能值得考虑mayavi/tvtk（尽管学习曲线有点陡峭）。我看到的最接近你想要的是 http://wiki.scipy.org/Cookbook/MayaVi/Examples

大部分文档位于： http://docs.enthought.com/mayavi/mayavi/index.html

Answer 2

可能有更好的方法，但至少可以始终制作平面网格并为其着色：

import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import numpy as np

# create a 21 x 21 vertex mesh
xx, yy = np.meshgrid(np.linspace(0,1,21), np.linspace(0,1,21))

# create some dummy data (20 x 20) for the image
data = np.random.random((20, 20))

# create vertices for a rotated mesh (3D rotation matrix)
X = np.sqrt(1./3) * xx + np.sqrt(1./3) * yy
Y = -np.sqrt(1./3) * xx + np.sqrt(1./3) * yy
Z = np.sqrt(1./3) * xx - np.sqrt(1./3) * yy

# create the figure
fig = plt.figure()

# show the reference image
ax1 = fig.add_subplot(121)
ax1.imshow(data, cmap=plt.cm.BrBG, interpolation='nearest', origin='lower', extent=[0,1,0,1])

# show the 3D rotated projection
ax2 = fig.add_subplot(122, projection='3d')
ax2.plot_surface(X, Y, Z, rstride=1, cstride=1, facecolors=plt.cm.BrBG(data), shade=False)

这将产生：

（请注意，我对旋转矩阵不是很仔细，您必须创建自己的投影。使用真实的旋转矩阵可能真的是个好主意。）

只需注意，围栏杆和围栏有一个小问题，即与面片数量相比，栅格多了一个顶点。在

---

如果你有高分辨率的图像，上面的方法不是很有效。它甚至可能对他们没有用。另一种可能是使用支持仿射图像变换的后端。不幸的是，您将不得不自己计算转换。这不是可怕的困难，但仍然有点笨拙，然后你没有得到一个真正的三维图像，可以旋转，等等

有关此方法，请参见http://matplotlib.org/examples/api/demo_affine_image.html

{eicv{eicv>可以使用OpenCV}函数来交替显示。如果使用透明颜色填充周围环境，则可以对图像进行分层以获得与示例图像类似的结果。在

---

为了让你知道plot_surface的可能性，我试着把Lena绕在一个半圆柱上：

^{pr2}$

她确实弯得很好，但图像上的所有操作都很慢：

Answer 3

使用matplotlib无法做到这一点。@DrV的答案是近似值。Matplotlib实际上并不显示原始图像的每个单独像素，而是显示一些重新缩放的图像。rstride和cstride允许您帮助指定如何缩放图像，但是，输出将不是精确的图像。在