在Qt中显示matplotlib的imshow输出

Question

在Qt中显示matplotlib的imshow输出

3

我有一个类型为np.float64的二维numpy数组，我想将其显示为QLabel中的图像（或任何其他有效方式）：

self.img = np.rot90(get_my_data()) # this line returns a 2D numpy array of type np.float64
self.qimg = QtGui.QImage(self.img, self.img.shape[0], self.img.shape[1], QtGui.QImage.Format_Grayscale8)
self.myLabel.setPixmap(QtGui.QPixmap(self.qimg))

我上面的代码返回了以下错误：

TypeError: arguments did not match any overloaded call:
QImage(): too many arguments
QImage(QSize, QImage.Format): argument 1 has unexpected type 'numpy.ndarray'
QImage(int, int, QImage.Format): argument 1 has unexpected type 'numpy.ndarray'
QImage(bytes, int, int, QImage.Format): argument 1 has unexpected type 'numpy.ndarray'
QImage(sip.voidptr, int, int, QImage.Format): argument 1 has unexpected type 'numpy.ndarray'
QImage(bytes, int, int, int, QImage.Format): argument 1 has unexpected type 'numpy.ndarray'
QImage(sip.voidptr, int, int, int, QImage.Format): argument 1 has unexpected type 'numpy.ndarray'
QImage(List[str]): argument 1 has unexpected type 'numpy.ndarray'
QImage(str, format: str = None): argument 1 has unexpected type 'numpy.ndarray'
QImage(QImage): argument 1 has unexpected type 'numpy.ndarray'
QImage(Any): too many arguments

但是，如果我在第一行的末尾添加.copy()，那么它就可以工作了！但是它不会正确地显示数据。

self.img = np.rot90(get_my_data()).copy()
self.qimg = QtGui.QImage(self.img, self.img.shape[0], self.img.shape[1], QtGui.QImage.Format_Grayscale8)
self.myLabel.setPixmap(QtGui.QPixmap(self.qimg))

以下是标签与pyplot.imshow()的显示效果对比：

self.img = 20 * np.log10(np.rot90(get_my_data()).copy())
self.qimg = QtGui.QImage(self.img, self.img.shape[0], self.img.shape[1], QtGui.QImage.Format_Grayscale8)
self.myLabel.setPixmap(QtGui.QPixmap(self.qimg))
pyplot.imshow(self.img)
pyplot.show()

pyplot.imshow() 的结果是：

enter image description here

而 myLabel 显示的结果如下：

enter image description here

那么，我的代码有什么问题吗？

有没有更好的方法将我的 2D numpy 数组显示为图像？

- catfour

get_my_data() 函数返回的数值范围是多少？如果它们是浮点数，那么你不能直接使用它们。图像格式接受 1、8、16、24、32 或 64 位（作为“整数”值）格式。如果你知道数据的范围，那么你可以将数组转换为整数值。例如，如果它们在 0 到 1 之间，那么类似这样的代码可能会起作用（假设你想要 8 位转换）：self.img = np.multiply(get_my_data(), 127).astype('int8') - musicamante

@musicamante 我的一个样本具有范围 [3.2101597817728964e-05 12684375.661213763]，我无法一般性地确定最大和最小值，那么该怎么处理呢？并且如何使用 QImage 显示结果为 int8 类型的二维 numpy 数组？谢谢。 - catfour

@eyllanesc 我希望可以，但这是一个相当大的STFT实现。然而，我正在对结果进行20 * np.log10操作，正如您所看到的那样。 - catfour

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- eyllanesc · Accepted Answer

我所阅读的内容显示，OP存在一个 XY问题，即其目标是在Qt窗口中显示imshow()的输出结果，但询问如何尝试在QImage中显示数据。 imshow()方法不显示原始数据，而是根据文档中指定的参数处理信息：

matplotlib.pyplot.imshow(X, cmap=None, norm=None, aspect=None, interpolation=None, alpha=None, vmin=None, vmax=None, origin=None, extent=None, shape=, filternorm=1, filterrad=4.0, imlim=, resample=None, url=None, *, data=None, **kwargs)

因此，如果您想要获得带有该数据的图像，则必须实现该算法（您可以检查matplotlib或类似软件的源代码以分析逻辑）。

如果我们关注真正的目标，那么最简单的解决方案是使用matplotlib的Qt后端获取适当的画布，如下所示：

import numpy as np

from PyQt5 import QtWidgets
from matplotlib.backends.backend_qt5agg import FigureCanvas
from matplotlib.figure import Figure


class MainWindow(QtWidgets.QMainWindow):
    def __init__(self, parent=None):
        super().__init__(parent)

        self.figure = Figure(figsize=(5, 3))
        self.canvas = FigureCanvas(self.figure)
        self.ax = self.figure.subplots()

        delta = 0.025
        x = y = np.arange(-3.0, 3.0, delta)
        X, Y = np.meshgrid(x, y)
        Z1 = np.exp(-(X ** 2) - Y ** 2)
        Z2 = np.exp(-((X - 1) ** 2) - (Y - 1) ** 2)
        Z = (Z1 - Z2) * 2

        self.ax.imshow(Z)
        self.ax.set_axis_off()

        self.setCentralWidget(self.canvas)


if __name__ == "__main__":
    import sys

    app = QtWidgets.QApplication(sys.argv)
    w = MainWindow()
    w.resize(640, 480)
    w.show()

    sys.exit(app.exec_())

更新：

如果您想定时显示数据，则可以使用QTimer定时器，它会按照下面所示的方式更新信息：

import random
import numpy as np

from PyQt5 import QtCore, QtWidgets
from matplotlib.backends.backend_qt5agg import FigureCanvas
from matplotlib.figure import Figure


class MainWindow(QtWidgets.QMainWindow):
    def __init__(self, parent=None):
        super().__init__(parent)

        self.figure = Figure(figsize=(5, 3))
        self.canvas = FigureCanvas(self.figure)
        self.ax = self.figure.subplots()
        self.ax.set_axis_off()

        self.setCentralWidget(self.canvas)

        timer = QtCore.QTimer(self)
        timer.timeout.connect(self.on_timeout)
        timer.start(100)

    def on_timeout(self):
        x0, y0 = random.uniform(-2, 2), random.uniform(-2, 2)
        delta = 0.025
        x = y = np.arange(-3.0, 3.0, delta)
        X, Y = np.meshgrid(x, y)
        Z1 = np.exp(-(X ** 2) - Y ** 2)
        Z2 = np.exp(-((X - x0) ** 2) - (Y - y0) ** 2)
        Z = (Z1 - Z2) * 2
        self.ax.imshow(Z)
        self.canvas.draw()


if __name__ == "__main__":
    import sys

    app = QtWidgets.QApplication(sys.argv)
    w = MainWindow()
    w.resize(640, 480)
    w.show()

    sys.exit(app.exec_())

另一方面，如果您想要实时SW，则GUI将限制该目标。建议每N个样本显示一次数据，以便GUI不被阻塞，用户可以查看和分析信息。人眼反应速度很慢，因此即使存在每微秒显示图像的技术，我们的视觉也无法欣赏它，我们的视觉需要60ms来处理图像，因此设备设计为在30Hz下工作，因为如果频率超过这个值，改进效果将不会被观察到。