Information interactive en pixel d'une image en Python?

il y a plusieurs façons de procéder.

vous pouvez Monkey-patch ax.format_coord , similaire à cet exemple officiel . Je vais utiliser ici une approche un peu plus" pythonique " qui ne repose pas sur des variables globales. (Notez que je suppose qu'aucun extent kwarg n'a été spécifié, similaire à l'exemple de matplotlib. Pour être tout à fait général, vous devez faire un peu plus de travail .)

import numpy as np
import matplotlib.pyplot as plt

class Formatter(object):
    def __init__(self, im):
        self.im = im
    def __call__(self, x, y):
        z = self.im.get_array()[int(y), int(x)]
        return 'x={:.01f}, y={:.01f}, z={:.01f}'.format(x, y, z)

data = np.random.random((10,10))

fig, ax = plt.subplots()
im = ax.imshow(data, interpolation='none')
ax.format_coord = Formatter(im)
plt.show()

Sinon, juste brancher l'un de mes propres projets, vous pouvez utiliser mpldatacursor pour cela. Si vous spécifiez hover=True , la boîte apparaîtra à chaque fois que vous survolerez un artiste activé. (Par défaut, il ne s'affiche lorsque l'utilisateur clique dessus.) Notez que mpldatacursor manipule correctement les extent et origin kwargs à imshow .

import numpy as np
import matplotlib.pyplot as plt
import mpldatacursor

data = np.random.random((10,10))

fig, ax = plt.subplots()
ax.imshow(data, interpolation='none')

mpldatacursor.datacursor(hover=True, bbox=dict(alpha=1, fc='w'))
plt.show()

aussi, j'ai oublié de mentionner comment afficher les indices de pixels. Dans le premier exemple, c'est juste supposer que i, j = int(y), int(x) . Vous pouvez les ajouter à la place de x et y , si vous préférez.

avec mpldatacursor , vous pouvez les spécifier avec un formatteur personnalisé. Les arguments i et j sont les indices pixels corrects, indépendamment des extent et origin de l'image tracer.

par exemple (notez le extent de l'image par rapport aux coordonnées i,j affichées):

import numpy as np
import matplotlib.pyplot as plt
import mpldatacursor

data = np.random.random((10,10))

fig, ax = plt.subplots()
ax.imshow(data, interpolation='none', extent=[0, 1.5*np.pi, 0, np.pi])

mpldatacursor.datacursor(hover=True, bbox=dict(alpha=1, fc='w'),
                         formatter='i, j = {i}, {j}\nz = {z:.02g}'.format)
plt.show()

absolue " bare bones "one-liner" pour ce faire: (sans compter sur les datacursor )

def val_shower(im):
    return lambda x,y: '%dx%d = %d' % (x,y,im[int(y+.5),int(x+.5)])

plt.imshow(image)
plt.gca().format_coord = val_shower(ims)

il met l'image dans la fermeture donc s'assure que si vous avez plusieurs images chacune affichera ses propres valeurs.

tous les exemples que j'ai vu ne fonctionnent que si vos X et y sont à partir de 0. Voici le code qui utilise vos extensions d'image pour trouver la valeur de Z.

import numpy as np
import matplotlib.pyplot as plt

fig, ax = plt.subplots()

d = np.array([[i+j for i in range(-5, 6)] for j in range(-5, 6)])
im = ax.imshow(d)
im.set_extent((-5, 5, -5, 5))

def format_coord(x, y):
    """Format the x and y string display."""
    imgs = ax.get_images()
    if len(imgs) > 0:
        for img in imgs:
            try:
                array = img.get_array()
                extent = img.get_extent()

                # Get the x and y index spacing
                x_space = np.linspace(extent[0], extent[1], array.shape[1])
                y_space = np.linspace(extent[3], extent[2], array.shape[0])

                # Find the closest index
                x_idx= (np.abs(x_space - x)).argmin()
                y_idx= (np.abs(y_space - y)).argmin()

                # Grab z
                z = array[y_idx, x_idx]
                return 'x={:1.4f}, y={:1.4f}, z={:1.4f}'.format(x, y, z)
            except (TypeError, ValueError):
                pass
        return 'x={:1.4f}, y={:1.4f}, z={:1.4f}'.format(x, y, 0)
    return 'x={:1.4f}, y={:1.4f}'.format(x, y)
# end format_coord

ax.format_coord = format_coord

si vous utilisez PySide/PyQT voici un exemple pour avoir un tooltip de mouse hover pour les données""

import matplotlib
matplotlib.use("Qt4Agg")
matplotlib.rcParams["backend.qt4"] = "PySide"
import matplotlib.pyplot as plt

fig, ax = plt.subplots()

# Mouse tooltip
from PySide import QtGui, QtCore
mouse_tooltip = QtGui.QLabel()
mouse_tooltip.setFrameShape(QtGui.QFrame.StyledPanel)
mouse_tooltip.setWindowFlags(QtCore.Qt.ToolTip)
mouse_tooltip.setAttribute(QtCore.Qt.WA_TransparentForMouseEvents)
mouse_tooltip.show()

def show_tooltip(msg):
    msg = msg.replace(', ', '\n')
    mouse_tooltip.setText(msg)

    pos = QtGui.QCursor.pos()
    mouse_tooltip.move(pos.x()+20, pos.y()+15)
    mouse_tooltip.adjustSize()
fig.canvas.toolbar.message.connect(show_tooltip)


# Show the plot
plt.show()

avec Jupyter vous pouvez le faire soit avec datacursor(myax) ou par ax.format_coord .

code échantillon:

%matplotlib nbagg

import numpy as np  
import matplotlib.pyplot as plt

X = 10*np.random.rand(5,3)

fig,ax = plt.subplots()    
myax = ax.imshow(X, cmap=cm.jet,interpolation='nearest')
ax.set_title('hover over the image')

datacursor(myax)

plt.show()

le datacursor(myax) peut également être remplacé par ax.format_coord = lambda x,y : "x=%g y=%g" % (x, y)