Matplotlibでグレースケール画像から3Dサーフェスプロットを作成する方法

Matplotlibを使えば、グレースケール画像のデータをもとに立体的なサーフェスプロット（表面プロット）を簡単に作成できます。画像の輝度値を高さ情報として扱うことで、2次元の画像データを3次元的に視覚化することが可能です。

作成手順

• 図のサイズを設定し、サブプロット間および周囲のパディング（余白）を調整します。

• NumPyを使ってランダムなデータポイントを作成します。

• 2次元の画像データラスタから、xx と yy の座標データポイントを取得します。

• 新しい図を作成するか、既存の図をアクティブにします。

• 現在の軸を取得し、3D投影（3d projection）の axes に設定します。

• cmap='gray' を指定してサーフェスプロットを作成します。

• 図を表示するには、show() メソッドを使用します。

コード例

import numpy as np
import matplotlib.pyplot as plt

plt.rcParams["figure.figsize"] = [7.50, 3.50]
plt.rcParams["figure.autolayout"] = True

data = np.random.rand(5, 5)

xx, yy = np.mgrid[0:data.shape[0], 0:data.shape[1]]

fig = plt.figure()

ax = fig.gca(projection='3d')
ax.plot_surface(xx, yy, data, rstride=1, cstride=1, linewidth=0, cmap='gray')

plt.show()

実行結果

上記のコードを実行すると、グレースケールのカラーマップで着色された3Dサーフェスプロットが表示されます。各点の高さは、ランダムに生成された配列の値に対応しており、np.mgrid によって作成した xx・yy のメッシュ座標がX軸・Y軸方向の位置を決定します。

補足：新しいバージョンのMatplotlibでの注意点

Matplotlib 3.5以降では、fig.gca(projection='3d') は非推奨（deprecated）となっています。今後のコードでは、以下のように add_subplot を使って3D軸を作成する方法が推奨されています。

ax = fig.add_subplot(projection='3d')

この書き方に置き換えても、出力されるグラフは同じになります。また、rstride や cstride を調整することで、面の分割密度を変更でき、linewidth=0 を指定することでワイヤーフレームの線を消して滑らかな表面表示にできます。