watermark_image

发表于2020-09-26|更新于2020-09-26|Python

|总字数:167|阅读时长:1分钟|浏览量:

图像水印

使用PNG文件作为水印。

import numpy as np
import matplotlib.cbook as cbook
import matplotlib.image as image
import matplotlib.pyplot as plt

# Fixing random state for reproducibility
np.random.seed(19680801)


datafile = cbook.get_sample_data('logo2.png', asfileobj=False)
print('loading %s' % datafile)
im = image.imread(datafile)
im[:, :, -1] = 0.5  # set the alpha channel

fig, ax = plt.subplots()

ax.plot(np.random.rand(20), '-o', ms=20, lw=2, alpha=0.7, mfc='orange')
ax.grid()
fig.figimage(im, 10, 10, zorder=3)

plt.show()

图像水印示例

Out:

1	loading /home/tcaswell/mc3/envs/dd37/lib/python3.7/site-packages/matplotlib/mpl-data/sample_data/logo2.png

参考

此示例中显示了以下函数，方法，类和模块的使用：

import matplotlib
matplotlib.image
matplotlib.image.imread
matplotlib.pyplot.imread
matplotlib.figure.Figure.figimage

下载这个示例

文章作者: Estom

文章链接: https://estom.github.io/2020/09/26/Python/matplotlab/gallery/images_contours_and_fields/watermark_image/

版权声明: 本博客所有文章除特别声明外，均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来源 Estom的博客！

使用文件函数

相关推荐

objdump显示二进制文件信息补充说明objdump命令是用查看目标文件或者可执行的目标文件的构成的gcc工具。选项123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102103104105106107108109110-a --archive-headers # 显示档案库的成员信息,类似ls -l将lib*.a的信息列出。 -b bfdname --target=bfdname # 指定目标码格式。这不是必须的，objdump能自动识别许多格式，比如： objdump -b oasys -m vax -h fu.o # 显示fu.o的头部摘要信息，明确指出该文件是Vax系统下用Oasys编译器生成的目标文件。objdump -i将给出...

在Matplotlib中使用TTF字体文件虽然为字体实例显式指向单个ttf文件通常不是一个好主意，但您可以使用 font_manager.FontProperties fname 参数执行此操作。在这里，我们使用Matplotlib附带的计算机现代罗马字体（cmr10）。有关更灵活的解决方案，请参见配置字体系列和字体演示(面向对象的样式)。 12345678910111213import osfrom matplotlib import font_manager as fm, rcParamsimport matplotlib.pyplot as pltfig, ax = plt.subplots()fpath = os.path.join(rcParams["datapath"], "fonts/ttf/cmr10.ttf")prop = fm.FontProperties(fname=fpath)fname = os.path.split(fpath)[1]ax.set_title('This is a special f...

线性回归房价问题数据集构成训练集样本数量m 样本特征$x_i$ 目标变量y 假设函数假设函数 $$h(x)=\theta_0+\theta_1 x$$ 模型参数$\theta_0,\theta_1$ 代价函数损失函数、代价函数（loss/cost function）:平方误差代价函数 $$J(\theta_0,\theta_1)=\frac{1}{2m}\sum_1^m(h(x_i)-y_i)^2$$ 目标函数：$$minimize_{\theta_0,\theta_1} J(\theta_0,\theta_1)$$ 梯度下降目标 $$min_{\theta_1,\theta_2,\dots}J(\theta_1,\theta_2,\dots)$$ 给定$\theta$的初始值。不断修改$\theta$的值，使代价函数最小。统计学上使用全局的最小二乘法实现参数估计，计算机科学上使用局部迭代的梯度下降算法实现参数估计。梯度下降算法的公式 $$\theta_j = \theta_j - \alpha\frac...

基本饼图演示一个基本的饼图和一些额外的功能。除了基本饼图外，此演示还显示了以下几个可选功能：切片标签。自动标记百分比。用 explode 偏移切片。投影。自定义起始角度请注意，自定义起点角度：默认的起始角度(startangle)为0，这将在正x轴上开始“Frogs”切片。此示例将 startangle设置为90 ，以便将所有对象逆时针旋转90度，并且青蛙切片从正y轴开始。 12345678910111213import matplotlib.pyplot as plt# Pie chart, where the slices will be ordered and plotted counter-clockwise:labels = 'Frogs', 'Hogs', 'Dogs', 'Logs'sizes = [15, 30, 45, 10]explode = (0, 0.1, 0, 0) # only "explode" the 2nd slice (i....

lvdisplay显示逻辑卷属性补充说明lvdisplay命令用于显示LVM逻辑卷空间大小、读写状态和快照信息等属性。如果省略”逻辑卷”参数，则lvdisplay命令显示所有的逻辑卷属性。否则，仅显示指定的逻辑卷属性。语法1lvdisplay(参数) 参数逻辑卷：指定要显示属性的逻辑卷对应的设备文件。实例使用lvdisplay命令显示指定逻辑卷的属性。在命令行中输入下面的命令： 1[root@localhost ~]# lvdisplay /dev/vg1000/lvol0 #显示逻辑卷属性输出信息如下： 1234 --- Logical volume --- LV Name /dev/vg1000/lvol0 ......省略部分输出内容...... Block device 253:0

Pyplot 简单图(Simple)A most simple plot, where a list of numbers is plotted against their index. 1234import matplotlib.pyplot as pltplt.plot([1,2,3,4])plt.ylabel('some numbers')plt.show() 参考此示例显示了以下函数、方法、类和模块的使用： 1234import matplotlibmatplotlib.pyplot.plotmatplotlib.pyplot.ylabelmatplotlib.pyplot.show 下载这个示例下载python源码: pyplot_simple.py 下载Jupyter notebook: pyplot_simple.ipynb

数据加载中