Visualización eficiente de múltiples imágenes en Matplotlib

Matplotlib es una potente biblioteca de Python para crear visualizaciones. Una tarea común es mostrar varias imágenes en una sola figura para compararlas o para ilustrar diferentes aspectos de los mismos datos. Este artículo presenta dos métodos eficientes para lograr esto: usar add_subplot() iterativamente y crear una función reutilizable.

Tabla de Contenido

• Creación de Subplots Iterativa con add_subplot()
• Función Reutilizable para la Visualización de Imágenes

Creación de Subplots Iterativa con add_subplot()

Este enfoque es ideal cuando el número de imágenes es dinámico. add_subplot(nrows, ncols, index) crea subplots dentro de una figura, especificando el número de filas, columnas y el índice del subplot actual.

import matplotlib.pyplot as plt
import matplotlib.image as mpimg
import os

image_dir = "path/to/your/images"  # Reemplace con el directorio de sus imágenes

image_files = [f for f in os.listdir(image_dir) if os.path.isfile(os.path.join(image_dir, f))]

if not image_files:
    print("No se encontraron imágenes en el directorio especificado.")
else:
    num_images = len(image_files)
    nrows = int(num_images**0.5)
    ncols = (num_images + nrows - 1) // nrows

    fig, axes = plt.subplots(nrows, ncols, figsize=(15, 10))
    axes = axes.ravel()

    for i, image_file in enumerate(image_files):
        image_path = os.path.join(image_dir, image_file)
        img = mpimg.imread(image_path)
        axes[i].imshow(img)
        axes[i].set_title(image_file)
        axes[i].axis('off')

    #Eliminar subplots adicionales
    for j in range(i + 1, len(axes)):
        fig.delaxes(axes[j])


    plt.tight_layout()
    plt.show()

Este código itera a través de las imágenes, las lee usando mpimg.imread() y las muestra en subplots. plt.tight_layout() previene la superposición. Recuerde reemplazar `»path/to/your/images»` con su directorio. El código ajusta dinámicamente las filas y columnas para un diseño óptimo y elimina los subplots vacíos.

Función Reutilizable para la Visualización de Imágenes

Para una mejor organización del código y reutilización, encapsule la lógica de visualización de imágenes dentro de una función:

import matplotlib.pyplot as plt
import matplotlib.image as mpimg

def display_images(image_paths, titles=None, cols=3, figsize=(15, 10)):
    """Muestra múltiples imágenes en una sola figura.

    Args:
        image_paths: Una lista de rutas de imágenes.
        titles: (Opcional) Una lista de títulos.
        cols: Número de columnas en la cuadrícula de subplots.
        figsize: Tamaño de la figura.
    """
    num_images = len(image_paths)
    rows = (num_images + cols - 1) // cols
    fig, axes = plt.subplots(rows, cols, figsize=figsize)
    axes = axes.ravel()

    for i, image_path in enumerate(image_paths):
        img = mpimg.imread(image_path)
        axes[i].imshow(img)
        if titles:
            axes[i].set_title(titles[i])
        axes[i].axis('off')

    #Eliminar subplots adicionales
    for j in range(i + 1, len(axes)):
        fig.delaxes(axes[j])

    plt.tight_layout()
    plt.show()

# Ejemplo de uso:
image_paths = ["path/to/image1.jpg", "path/to/image2.png", "path/to/image3.jpeg"]  # Reemplace con sus rutas de imágenes
titles = ["Imagen 1", "Imagen 2", "Imagen 3"]
display_images(image_paths, titles)

Esta función acepta rutas de imágenes y títulos opcionales, calcula dinámicamente la cuadrícula de subplots y muestra las imágenes. Es más flexible y reutilizable que el enfoque iterativo. Recuerde instalar Matplotlib: pip install matplotlib.