可视化识别结果：matplotlib绘图代码示例
1. 引言：让图像识别结果“看得见”
在计算机视觉任务中，模型输出的Top-K类别和置信度是基础信息，但仅以文本形式展示难以直观理解识别效果。尤其在调试、演示或产品集成阶段，将识别结果与原始图像结合可视化，能显著提升可读性和用户体验。
本文基于阿里开源的「万物识别-中文-通用领域」模型，重点介绍如何使用matplotlib将图像识别结果进行图形化呈现。我们将从推理脚本出发，扩展其功能，实现带标签标注的图像显示与保存，并提供完整可运行代码，帮助开发者快速构建具备可视化能力的图像识别系统。
文章内容适用于已完成基础部署并成功运行推理.py的用户，目标是进一步提升结果表达的专业性与实用性。
2. matplotlib可视化核心逻辑设计
2.1 可视化目标定义
我们期望达成以下可视化效果：
- 显示原始输入图像
- 在图像上方或侧边标注Top-N识别结果（含中文标签与置信度）
- 支持保存为高质量图片文件
- 保持代码简洁、易于集成到现有流程
2.2 技术选型说明
| 工具 | 作用 |
|---|---|
matplotlib.pyplot | 主要绘图引擎，支持图像显示与文字标注 |
PIL.Image | 图像加载与格式统一处理 |
torchvision.transforms | 确保图像张量与numpy数组正确转换 |
关键提示：matplotlib 默认不支持中文显示，需显式配置字体以避免标签乱码。
3. 完整可视化代码实现
3.1 扩展后的推理+可视化脚本
以下是整合了模型推理与结果可视化的完整Python代码，可在/root/workspace/目录下新建可视化推理.py文件使用：
# -*- coding: utf-8 -*- import torch from PIL import Image import matplotlib.pyplot as plt import matplotlib.font_manager as fm from torchvision import transforms import numpy as np import os # --- 1. 模型加载 --- print("正在加载模型...") device = torch.device("cuda" if torch.cuda.is_available() else "cpu") model = torch.hub.load('alibaba-damo-academy/vision', 'universal_image_recognition', source='github') model.to(device).eval() # --- 2. 图像路径配置 --- image_path = "/root/workspace/bailing.png" # 检查文件是否存在 if not os.path.exists(image_path): raise FileNotFoundError(f"图像未找到: {image_path}") print(f"正在处理图像: {image_path}") image = Image.open(image_path).convert("RGB") # --- 3. 图像预处理 --- preprocess = transforms.Compose([ transforms.Resize(256), transforms.CenterCrop(224), transforms.ToTensor(), transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]), ]) input_tensor = preprocess(image) input_batch = input_tensor.unsqueeze(0).to(device) # --- 4. 执行推理 --- with torch.no_grad(): output = model(input_batch) # --- 5. 后处理：获取Top-5结果 --- probabilities = torch.nn.functional.softmax(output[0], dim=0) top5_prob, top5_catid = torch.topk(probabilities, 5) # --- 6. 标签映射（实际项目应从 label_map_zh.json 加载）--- labels = [ "白领女性", "办公室工作场景", "笔记本电脑", "商务休闲装", "日光照明", "会议室", "文档工作" ] # 示例标签，需与模型输出ID对齐 # 构建结果列表 results = [] for i in range(top5_prob.size(0)): label = labels[top5_catid[i]] confidence = top5_prob[i].item() * 100 results.append(f"{i+1}. {label} ({confidence:.1f}%)") # --- 7. Matplotlib 可视化设置 --- # 设置中文字体（防止乱码） plt.rcParams['font.sans-serif'] = ['SimHei', 'DejaVu Sans'] # 常见中文字体 plt.rcParams['axes.unicode_minus'] = False # 正常显示负号 # 创建子图布局：1行2列，左侧原图，右侧文字 fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(12, 6)) # --- 8. 左侧：显示原始图像 --- ax1.imshow(image) ax1.set_title("输入图像", fontsize=16, fontweight='bold') ax1.axis("off") # 隐藏坐标轴 # --- 9. 右侧：显示识别结果 --- ax2.axis("off") # 隐藏坐标轴 text_str = "\n".join(results) ax2.text(0.1, 0.9, "Top-5 识别结果：", fontsize=18, fontweight='bold', transform=ax2.transAxes) ax2.text(0.1, 0.7, text_str, fontsize=14, verticalalignment='top', transform=ax2.transAxes, bbox=dict(boxstyle="round,pad=0.5", facecolor="lightblue", alpha=0.3)) # --- 10. 调整布局并显示 --- plt.tight_layout() plt.savefig("/root/workspace/识别结果_可视化.png", dpi=150, bbox_inches='tight') plt.show() print("可视化完成！结果已保存至 /root/workspace/识别结果_可视化.png")3.2 关键代码解析
| 代码段 | 功能说明 |
|---|---|
plt.rcParams['font.sans-serif'] = ['SimHei'] | 强制启用黑体等常见中文字体，解决中文乱码问题 |
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(12, 6)) | 创建双面板布局，兼顾图像与文本展示 |
ax1.imshow(image) | 在左侧面板绘制原始图像 |
ax2.text(...) | 在右侧面板逐行打印Top-5结果，使用\n换行 |
bbox=dict(...) | 为文本添加背景框，增强可读性 |
plt.savefig(..., dpi=150, bbox_inches='tight') | 高质量保存图像，去除多余空白边缘 |
3.3 运行方式
确保已激活环境后执行：
cd /root/workspace python 可视化推理.py预期输出：
- 弹出一个包含两栏的图形窗口
- 左侧显示原图
- 右侧列出Top-5识别结果
- 同时生成
识别结果_可视化.png文件用于后续分享或报告
4. 可视化样式优化建议
4.1 单图叠加标签模式（紧凑型）
若希望直接在图像上方叠加识别结果，可采用如下布局：
# 替换原双面板代码为单图模式 fig, ax = plt.subplots(1, 1, figsize=(10, 8)) ax.imshow(image) ax.set_title("图像识别结果", fontsize=16, fontweight='bold') # 在图像顶部添加半透明背景文本框 result_text = "\n".join([f"{r}" for r in results]) props = dict(boxstyle="round,pad=0.5", facecolor="black", alpha=0.7, edgecolor="white") ax.text(0.02, 0.98, result_text, transform=ax.transAxes, fontsize=12, verticalalignment='top', bbox=props, color="white") ax.axis("off") plt.tight_layout() plt.savefig("/root/workspace/识别结果_紧凑版.png", dpi=150, bbox_inches='tight') plt.show()此风格更适合嵌入移动端预览或轻量级界面。
4.2 多图批量可视化（进阶用法）
对于测试集评估场景，可遍历目录中的多张图片并生成拼接图：
import glob image_paths = glob.glob("/root/workspace/test_images/*.png")[:4] # 最多取4张 fig, axes = plt.subplots(2, 2, figsize=(12, 12)) axes = axes.flatten() for idx, path in enumerate(image_paths): img = Image.open(path).convert("RGB") input_tensor = preprocess(img).unsqueeze(0).to(device) with torch.no_grad(): output = model(input_tensor) prob = torch.nn.functional.softmax(output[0], dim=0) _, catid = torch.topk(prob, 1) label = labels[catid[0]] axes[idx].imshow(img) axes[idx].set_title(f"预测: {label}", fontsize=12, color="red") axes[idx].axis("off") # 隐藏空余子图 for j in range(len(image_paths), 4): axes[j].axis("off") plt.suptitle("批量图像识别结果", fontsize=16) plt.tight_layout() plt.savefig("/root/workspace/批量识别结果.png", dpi=120) plt.show()5. 常见问题与解决方案
5.1 中文乱码问题
现象：标签显示为方框或问号
原因：matplotlib 缺少可用中文字体
解决方案：
查看当前可用字体：
import matplotlib print([f.name for f in matplotlib.font_manager.fontManager.ttflist if 'Sim' in f.name])若无合适字体，安装思源黑体：
wget https://github.com/adobe-fonts/source-han-sans/raw/release/OTF/SimplifiedChinese/SourceHanSansSC-Regular.otf mv SourceHanSansSC-Regular.otf /usr/local/lib/python*/site-packages/matplotlib/mpl-data/fonts/ttf/清除缓存并重新加载：
import matplotlib.font_manager as fm fm._rebuild()
5.2 图像尺寸过大导致显示异常
建议处理方式：
- 使用
transforms.Resize(480)控制最大边长 - 或在
plt.figure(figsize=...)中动态调整画布大小
5.3 保存图像模糊
解决方法：
- 提高
dpi参数（如设为dpi=200） - 使用矢量格式保存（推荐用于论文或PPT）：
plt.savefig("result.pdf", format='pdf', bbox_inches='tight')
6. 总结
本文围绕「万物识别-中文-通用领域」模型的实际应用需求，详细介绍了如何利用matplotlib实现图像识别结果的可视化展示。通过完整的代码示例，我们实现了：
- 原始图像与识别结果的并排展示
- 支持中文标签的清晰渲染
- 高质量图像导出功能
- 多种布局风格适配不同使用场景
这些可视化能力不仅有助于模型调试与效果验证，也为后续集成至Web服务、移动App或数据分析平台提供了坚实基础。
获取更多AI镜像
想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。
