1. python plt.imshow 怎麼用
用法以既步驟：
1、給出一張圖片。
2. CDR做條幅保存為PLT格式導入繪通軟體時如何只有文字沒有圖形
導出plt圖片必須是矢量的或者路徑文件才可以 插入圖片是顯示不出來的
3. 怎樣把圖片轉換成激光打標PLT文件
把圖片轉換成矢量圖，然後再CorelDraw里導出PLT。下面看方法。
把照片製作成矢量圖的軟體其實有很多，比如CorelDraw、Illustrator、Freehand、XARA、CAD。
當然我們最常用的Ps也是要用到的，首先用鋼筆工具把要畫成矢量圖的圖片，直接用鋼筆工具勾出路徑，保存路徑，然後Illustrator打開這個文件，這時你只要用"選擇工具"，也就是工具條上，一個第一個深灰色小箭頭，對畫面進行框選，就可以看到剛才存儲的那個路徑，
因為路徑還沒上色，所以要路徑選擇工具，框選才看得到。你也可以直接選擇
這個描邊工具，選好顏色，便可以給此路徑上色，給路徑上了色就已經完成大半了，當然要得到最終的效果，還需要給每一塊閉合曲線上色，這樣就完成了一個真正的矢量圖了。
是不是還蠻簡單的，其實只要用過一次之後，熟練了就越來越好用了，而且轉換矢量圖屬於一個常用功能，各位小夥伴們可以留著以備不時之需。
4. 怎麼把jpg圖片改成plt格式，誰能幫我改一下
兩種方法
1、首先在Photoshop中將JPG圖片轉成BMP的點陣圖1,用CDR自帶的描繪點陣圖的工具自動轉成矢量圖.
在PS中選擇圖像-模式-灰度，將圖像模式改為灰度；再次選擇圖像-模式-點陣圖，將圖像模式改為點陣圖；在點陣圖設置中解析度通常不動，自動按照圖片的解析度設置，將方法-使用設置為50%閥值；最後選擇文件-存儲為-選擇BMP格式存儲圖片。
將BMP點陣圖導入刻繪大師，轉為矢量圖形
2、用CDR自帶的描繪點陣圖的工具自動轉成矢量圖.
用貝塞爾工具手動勾出來
最後輸出PLT格式
5. 怎麼用python顯示一張圖片
在 python 中除了用 opencv，也可以用 matplotlib 和 PIL 這兩個庫操作圖片。本人偏愛 matpoltlib，因為它的語法更像 matlab。
一、matplotlib
1. 顯示圖片
復制代碼
import matplotlib.pyplot as plt # plt 用於顯示圖片
import matplotlib.image as mpimg # mpimg 用於讀取圖片
遲塵孫import numpy as np
lena = mpimg.imread('lena.png') # 讀取和代碼處於同一目錄下的 lena.png
# 此時 lena 就已經是一個 np.array 了，可以對它進行任意處理
lena.shape #(512, 512, 3)
plt.imshow(lena) # 顯示圖片
plt.axis('碼鏈off') # 不顯示坐標軸
plt.show()
復制代碼
2. 顯示某個通道
復制代碼
# 顯示圖片的第一個通道
lena_1 = lena[:,:,0]
plt.imshow('lena_1')
plt.show()
# 此時會發現顯示的是熱量圖，不是我們預想的灰度圖，可以添加 cmap 參數，有如下幾種添加方法：
plt.imshow('lena_1', cmap='Greys_r')
plt.show()
img = plt.imshow('lena_1')
img.set_cmap('gray') # 'hot' 是熱量圖
plt.show()
復制代碼
3. 將 RGB 轉為灰度圖
matplotlib 中沒有合適的函數可以將 RGB 圖轉換為灰度圖，可以根據公式自定義一個：
復制代碼
def rgb2gray(rgb):
return np.dot(rgb[...,:3], [0.299, 0.587, 0.114])
gray = rgb2gray(lena)
# 也可以用 plt.imshow(gray, cmap = plt.get_cmap('gray'))
plt.imshow(gray, cmap='Greys_r')
plt.axis('off')
plt.show()
復制代碼
4. 對圖像進行放縮
這里要用到 scipy
復制代碼
from scipy import misc
lena_new_sz = misc.imresize(lena, 0.5) # 第二個參數如果是整數，則為百分比，如果是tuple，則為輸出圖像的尺寸
plt.imshow(lena_new_sz)
plt.axis('off')
plt.show()
復制代碼
5. 保存圖像
5.1 保存 matplotlib 畫出的圖像
該方法適用於保存任何 matplotlib 畫出的圖像，相當於一兄臘個 screencapture。
plt.imshow(lena_new_sz)
plt.axis('off')
plt.savefig('lena_new_sz.png')
5.2 將 array 保存為圖像
from scipy import misc
misc.imsave('lena_new_sz.png', lena_new_sz)
5.3 直接保存 array
讀取之後還是可以按照前面顯示數組的方法對圖像進行顯示，這種方法完全不會對圖像質量造成損失
np.save('lena_new_sz', lena_new_sz) # 會在保存的名字後面自動加上.npy
img = np.load('lena_new_sz.npy') # 讀取前面保存的數組
二、PIL
1. 顯示圖片
from PIL import Image
im = Image.open('lena.png')
im.show()
2. 將 PIL Image 圖片轉換為 numpy 數組
im_array = np.array(im)
# 也可以用 np.asarray(im) 區別是 np.array() 是深拷貝，np.asarray() 是淺拷貝
3. 保存 PIL 圖片
直接調用 Image 類的 save 方法
from PIL import Image
I = Image.open('lena.png')
I.save('new_lena.png')
4. 將 numpy 數組轉換為 PIL 圖片
這里採用 matplotlib.image 讀入圖片數組，注意這里讀入的數組是 float32 型的，范圍是 0-1，而 PIL.Image 數據是 uinit8 型的，范圍是0-255，所以要進行轉換：
import matplotlib.image as mpimg
from PIL import Image
lena = mpimg.imread('lena.png') # 這里讀入的數據是 float32 型的，范圍是0-1
im = Image.fromarray(np.uinit8(lena*255))
im.show()
5. RGB 轉換為灰度圖
from PIL import Image
I = Image.open('lena.png')
I.show()
L = I.convert('L')
L.show()