使用范围滑块对图像进行阈值处理

使用范围滑块部件来控制图像的阈值处理。

范围滑块部件的使用方式类似于 widgets.Slider 部件。主要区别在于范围滑块的 val 属性是一个浮点数元组 (lower val, upper val) 而不是单个浮点数。

有关使用 Slider 来控制单个浮点数的示例，请参阅 滑块。

有关将 Slider 捕捉到离散值的示例，请参阅 将滑块捕捉到离散值。

import matplotlib.pyplot as plt
import numpy as np

from matplotlib.widgets import RangeSlider

# generate a fake image
np.random.seed(19680801)
N = 128
img = np.random.randn(N, N)

fig, axs = plt.subplots(1, 2, figsize=(10, 5))
fig.subplots_adjust(bottom=0.25)

im = axs[0].imshow(img)
axs[1].hist(img.flatten(), bins='auto')
axs[1].set_title('Histogram of pixel intensities')

# Create the RangeSlider
slider_ax = fig.add_axes([0.20, 0.1, 0.60, 0.03])
slider = RangeSlider(slider_ax, "Threshold", img.min(), img.max())

# Create the Vertical lines on the histogram
lower_limit_line = axs[1].axvline(slider.val[0], color='k')
upper_limit_line = axs[1].axvline(slider.val[1], color='k')


def update(val):
    # The val passed to a callback by the RangeSlider will
    # be a tuple of (min, max)

    # Update the image's colormap
    im.norm.vmin = val[0]
    im.norm.vmax = val[1]

    # Update the position of the vertical lines
    lower_limit_line.set_xdata([val[0], val[0]])
    upper_limit_line.set_xdata([val[1], val[1]])

    # Redraw the figure to ensure it updates
    fig.canvas.draw_idle()


slider.on_changed(update)
plt.show()

参考

本示例展示了以下函数、方法、类和模块的使用。

• matplotlib.widgets.RangeSlider