python matplotlib.pyplot画矩形图 以及plt.gca()

plt的Rectangle参数：

　　　　第一个参数是坐标（x，y），即矩形的画图的起点坐标，这个起点坐标不是一味地从左下角开始画，而是对应整个图中坐标原点，即（0，0）。

　　　　第二个参数是矩形宽度

　　　　第三个坐标是矩形高度

注意：在fast rcnn代码中，roi框是在图像中画出来的，而图像的原点在左上角，但坐标轴的原点在左下角，所以即使Rectangle中参数一模一样，但在图像和坐标轴中画出来的不一样。

plt.axis('off')表示不显示坐标轴

第一种代码：

import matplotlib.pyplot as plt

fig = plt.figure()
ax = fig.add_subplot(111)

rect = plt.Rectangle((0.1,0.1),0.5,0.3)
ax.add_patch(rect)

plt.show()

第二种代码：

import matplotlib.pyplot as plt

fig = plt.figure()　　#创建图
ax = fig.add_subplot(111)  #创建子图

plt.gca().add_patch(plt.Rectangle((0.1,0.1),0.5,0.3))
plt.show()

当前的图表和子图可以使用plt.gcf()和plt.gca()获得，分别表示Get Current Figure和Get Current Axes。在pyplot模块中，许多函数都是对当前的Figure或Axes对象进行处理，比如说：plt.plot()实际上会通过plt.gca()获得当前的Axes对象ax，然后再调用ax.plot()方法实现真正的绘图。

fast rcnn中将绘制图片和画矩阵相结合：

def _vis_minibatch(im_blob, rois_blob, labels_blob, overlaps):
    """Visualize a mini-batch for debugging."""
    import matplotlib.pyplot as plt
    #print im_blob
    count = 0
    for i in xrange(rois_blob.shape[0]):
        count += 1
        rois = rois_blob[i, :]
        print rois
        im_ind = rois[0]
        roi = rois[1:]
        im = im_blob[im_ind, :, :, :].transpose((1, 2, 0)).copy()
        im += cfg.PIXEL_MEANS
        im = im[:, :, (2, 1, 0)]
        im = im.astype(np.uint8)
        cls = labels_blob[i]
        plt.imshow(im)
        #print 'class: ', cls, ' overlap: ', overlaps[i]
        #print count
        plt.gca().add_patch(
            plt.Rectangle((roi[0], roi[1]), roi[2] - roi[0],
                          roi[3] - roi[1], fill=False,
                          edgecolor='r', linewidth=3)
            )
        plt.show()