1. python plt.imshow 怎么用
用法以既步骤：
1、给出一张图片。
2. CDR做条幅保存为PLT格式导入绘通软件时如何只有文字没有图形
导出plt图片必须是矢量的或者路径文件才可以 插入图片是显示不出来的
3. 怎样把图片转换成激光打标PLT文件
把图片转换成矢量图，然后再CorelDraw里导出PLT。下面看方法。
把照片制作成矢量图的软件其实有很多，比如CorelDraw、Illustrator、Freehand、XARA、CAD。
当然我们最常用的Ps也是要用到的，首先用钢笔工具把要画成矢量图的图片，直接用钢笔工具勾出路径，保存路径，然后Illustrator打开这个文件，这时你只要用"选择工具"，也就是工具条上，一个第一个深灰色小箭头，对画面进行框选，就可以看到刚才存储的那个路径，
因为路径还没上色，所以要路径选择工具，框选才看得到。你也可以直接选择
这个描边工具，选好颜色，便可以给此路径上色，给路径上了色就已经完成大半了，当然要得到最终的效果，还需要给每一块闭合曲线上色，这样就完成了一个真正的矢量图了。
是不是还蛮简单的，其实只要用过一次之后，熟练了就越来越好用了，而且转换矢量图属于一个常用功能，各位小伙伴们可以留着以备不时之需。
4. 怎么把jpg图片改成plt格式，谁能帮我改一下
两种方法
1、首先在Photoshop中将JPG图片转成BMP的位图1,用CDR自带的描绘点阵图的工具自动转成矢量图.
在PS中选择图像-模式-灰度，将图像模式改为灰度；再次选择图像-模式-位图，将图像模式改为位图；在位图设置中分辨率通常不动，自动按照图片的分辨率设置，将方法-使用设置为50%阀值；最后选择文件-存储为-选择BMP格式存储图片。
将BMP位图导入刻绘大师，转为矢量图形
2、用CDR自带的描绘点阵图的工具自动转成矢量图.
用贝塞尔工具手动勾出来
最后输出PLT格式
5. 怎么用python显示一张图片
在 python 中除了用 opencv，也可以用 matplotlib 和 PIL 这两个库操作图片。本人偏爱 matpoltlib，因为它的语法更像 matlab。
一、matplotlib
1. 显示图片
复制代码
import matplotlib.pyplot as plt # plt 用于显示图片
import matplotlib.image as mpimg # mpimg 用于读取图片
迟尘孙import numpy as np
lena = mpimg.imread('lena.png') # 读取和代码处于同一目录下的 lena.png
# 此时 lena 就已经是一个 np.array 了，可以对它进行任意处理
lena.shape #(512, 512, 3)
plt.imshow(lena) # 显示图片
plt.axis('码链off') # 不显示坐标轴
plt.show()
复制代码
2. 显示某个通道
复制代码
# 显示图片的第一个通道
lena_1 = lena[:,:,0]
plt.imshow('lena_1')
plt.show()
# 此时会发现显示的是热量图，不是我们预想的灰度图，可以添加 cmap 参数，有如下几种添加方法：
plt.imshow('lena_1', cmap='Greys_r')
plt.show()
img = plt.imshow('lena_1')
img.set_cmap('gray') # 'hot' 是热量图
plt.show()
复制代码
3. 将 RGB 转为灰度图
matplotlib 中没有合适的函数可以将 RGB 图转换为灰度图，可以根据公式自定义一个：
复制代码
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()
复制代码
4. 对图像进行放缩
这里要用到 scipy
复制代码
from scipy import misc
lena_new_sz = misc.imresize(lena, 0.5) # 第二个参数如果是整数，则为百分比，如果是tuple，则为输出图像的尺寸
plt.imshow(lena_new_sz)
plt.axis('off')
plt.show()
复制代码
5. 保存图像
5.1 保存 matplotlib 画出的图像
该方法适用于保存任何 matplotlib 画出的图像，相当于一兄腊个 screencapture。
plt.imshow(lena_new_sz)
plt.axis('off')
plt.savefig('lena_new_sz.png')
5.2 将 array 保存为图像
from scipy import misc
misc.imsave('lena_new_sz.png', lena_new_sz)
5.3 直接保存 array
读取之后还是可以按照前面显示数组的方法对图像进行显示，这种方法完全不会对图像质量造成损失
np.save('lena_new_sz', lena_new_sz) # 会在保存的名字后面自动加上.npy
img = np.load('lena_new_sz.npy') # 读取前面保存的数组
二、PIL
1. 显示图片
from PIL import Image
im = Image.open('lena.png')
im.show()
2. 将 PIL Image 图片转换为 numpy 数组
im_array = np.array(im)
# 也可以用 np.asarray(im) 区别是 np.array() 是深拷贝，np.asarray() 是浅拷贝
3. 保存 PIL 图片
直接调用 Image 类的 save 方法
from PIL import Image
I = Image.open('lena.png')
I.save('new_lena.png')
4. 将 numpy 数组转换为 PIL 图片
这里采用 matplotlib.image 读入图片数组，注意这里读入的数组是 float32 型的，范围是 0-1，而 PIL.Image 数据是 uinit8 型的，范围是0-255，所以要进行转换：
import matplotlib.image as mpimg
from PIL import Image
lena = mpimg.imread('lena.png') # 这里读入的数据是 float32 型的，范围是0-1
im = Image.fromarray(np.uinit8(lena*255))
im.show()
5. RGB 转换为灰度图
from PIL import Image
I = Image.open('lena.png')
I.show()
L = I.convert('L')
L.show()