實際上前面我們就已經用到了圖像的繪制，如：
io.imshow(image)
這一行代碼的實質是利用matplotlib包對圖片進行繪制，繪制成功后，返回一個matplotlib類型的數據。因此，我們也可以這樣寫：

    import matplotlib.pyplot as plt
    plt.imshow(image)

io.imshow()函數的格式是：
matplotlib.pyplot.imshow(X, cmap=None)
X為要繪制的圖像；
cmap為顏色圖譜（colormap), 默認繪制為RGB(A)顏色空間。
還有其他的可選顏色圖譜：

用的比較多的是jet、gray等，如下：
plt.imshow(image, plt.cm.gray) plt.imshow(image, cmap = plt.cm.jet)
在窗口上繪制完圖片后，返回一個AxesImage對象。要在窗口上顯示這個對象，我們可以調用show()函數來進行顯示，但進行練習的時候（ipython環境中），一般我們可以省略show()函數，也能自動顯示出來。

    from skimage import io, data
    image = data.chelsea()
    axe_image = io.imshow(image)
    print(type(axe_image))
    io.show()

輸出為：
<class 'matplotlib.image.AxesImage'>

小貓

    from skimage import data
    import matplotlib.pyplot as plt
    image = data.chelsea()
    plt.imshow(image)
    plt.show()

matplotlib是一個專業繪圖的庫，相當于matlab的plot函數，可以設置多個figure窗口、設置figure的標題、隱藏坐標尺，甚至可以使用subplot在一個figure中顯示多張圖片。
不管我們利用skimage.io.imshow()還是matplotlib.pyplot.imshow()繪制圖像，最終都是調用的matplotlib.pyplot模塊。

一、利用figure()和subplot()分別創建主窗口和子圖

例一:分開并同時顯示小貓的三個通道

    from skimage import data
    import matplotlib.pyplot as plt
    image = data.chelsea()

    plt.figure(num='cat', figsize=(8,8))  #創建一個名為cat的窗口,并設置大小 

    plt.subplot(2, 2, 1)
    plt.title('Original Image')
    plt.imshow(image)

    plt.subplot(2, 2, 2)
    plt.title('R channel')
    plt.imshow(image[:, :, 0])

    plt.subplot(2, 2, 3)
    plt.title('G channel')
    plt.imshow(image[:, :, 1])
    
    plt.subplot(2, 2, 4)
    plt.title('B channel')
    plt.imshow(image[:, :, 2])

    plt.show()

三通道小貓

在圖片繪制過程中，我們用matplotlib.pyplot模塊下的figure()函數來創建顯示窗口，該函數的格式為：
matplotlib.pyplot.figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None)
所有參數都是可選的，都有默認值，因此調用該函數時可以不帶任何參數，其中：
num: 整型或字符型都可以。如果設置為整型，則該整型數字表示窗口的序號。如果設置為字符型，則該字符串表示窗口的名稱。用該參數來命名窗口，如果兩個窗口序號或名相同，則后一個窗口會覆蓋前一個窗口；
figsize: 設置窗口大小。是一個tuple型的整數，如figsize=（8，8）；
dpi: 整形數字，表示窗口的分辨率；
facecolor: 窗口的背景顏色；
edgecolor: 窗口的邊框顏色。
用figure()函數創建的窗口，只能顯示一幅圖片，如果想要顯示多幅圖片，則需要將這個窗口再劃分為幾個子圖，在每個子圖中顯示不同的圖片。我們可以使用subplot()函數來劃分子圖，函數格式為：
matplotlib.pyplot.subplot(nrows, ncols, plot_number)
nrows: 子圖的行數;
ncols: 子圖的列數;
plot_number: 當前子圖的編號。
如下：
plt.subplot(2, 2, 1)
或者
plt.subplot(221)
兩種寫法效果是一樣的。每個子圖的標題可用title()函數來設置，是否使用坐標尺可用axis()函數來設置，如：

    plt.subplot(221)
    plt.title("first subwindow")
    plt.axis('off')

二、用subplots來創建顯示窗口與劃分子圖

除了上面那種方法創建顯示窗口和劃分子圖，還有另外一種編寫方法也可以，如下例:

    import matplotlib.pyplot as plt
    from skimage import data, color

    image = data.chelsea()
    image_hsv = color.rgb2hsv(image)

    fig, axes = plt.subplots(2, 2, figsize=(8, 8))
    axe0, axe1, axe2, axe3 = axes.ravel()

    axe0.imshow(image)
    axe0.set_title('Original Image')

    axe1.imshow(image_hsv[:, :, 0])
    axe1.set_title('H channel')

    axe2.imshow(image_hsv[:, :, 1])
    axe2.set_title('S channel')
    
    axe3.imshow(image_hsv[:, :, 2])
    axe3.set_title('V channel')
    
            for ax in axes.ravel():
        ax.axis('off')

    fig.tight_layout()

    plt.show()

HSV小貓

直接用subplots()函數來創建并劃分窗口。注意，比前面的subplot()函數多了一個s，該函數格式為：
matplotlib.pyplot.subplots(nrows=1, ncols=1)
nrows: 所有子圖行數，默認為1。
ncols: 所有子圖列數，默認為1。
返回一個窗口figure, 和一個tuple型的ax對象，該對象包含所有的子圖,可結合ravel()函數列出所有子圖，如：

    fig, axes = plt.subplots(2, 2, figsize=(8, 8))
    axe0, axe1, axe2, axe3 = axes.ravel()

創建了2行2列4個子圖，分別取名為ax0,ax1,ax2和ax3, 每個子圖的標題用set_title()函數來設置，如：

    axe0.imshow(image)
    axe0.set_title('Original Image')

如果有多個子圖，我們還可以使用tight_layout()函數來調整顯示的布局，該函數格式為：
matplotlib.pyplot.tight_layout(pad=1.08, h_pad=None, w_pad=None, rect=None)
所有的參數都是可選的，調用該函數時可省略所有的參數。
pad: 主窗口邊緣和子圖邊緣間的間距，默認為1.08
h_pad, w_pad: 子圖邊緣之間的間距，默認為 pad_inches
rect: 一個矩形區域，如果設置這個值，則將所有的子圖調整到這個矩形區域內。
一般調用方法是：
plt.tight_layout() #自動調整subplot間的參數

三、其它方法繪圖并顯示

除了使用matplotlib庫來繪制圖片，skimage還有另一個子模塊viewer，也提供一個函數來顯示圖片。不同的是，它利用Qt工具來創建一塊畫布，從而在畫布上繪制圖像。

    from skimage import data
    from skimage.viewer import ImageViewer

    img = data.coins()
    viewer = ImageViewer(img)
    viewer.show()

最后總結一下，繪制和顯示圖片常用到的函數有：