在Python里做图像显示，show并不是一个统一的内置函数，而是不同可视化库各自提供的接口。最常被提到的是matplotlib中的plt.show，以及OpenCV中的cv2.imshow。它们虽然都叫“显示”，但底层机制和使用约束差别很大。理解这些差异，才能在实际项目里把numpy数组或图像文件稳定地渲染出来。
一、matplotlib中plt.show的基础用法
matplotlib是Python数据可视化最常用的库。当我们用plot、imshow等函数画图时，图像其实只是被记录到了当前的figure对象里，并没有真正渲染到屏幕。plt.show的作用就是启动事件循环，把缓冲区里的图像推到窗口。
最简单的用法是在脚本末尾调用一次plt.show。它会阻塞程序，直到用户手动关闭所有图像窗口。这种写法适合一次性出图，但在需要连续显示多张图或嵌入GUI程序时就会显得笨重。
import matplotlib.pyplot as plt
import numpy as np
img = np.random.rand(100, 100)
plt.imshow(img, cmap='gray')
plt.title('随机噪声图像')
plt.show()
上面这段代码在普通脚本里运行，会弹出一个灰色噪声图窗口。如果用户关掉窗口，程序才继续执行。这种阻塞特性在Jupyter Notebook里会被自动调整为内联显示，不需要显式调用show。
1.1 非阻塞显示技巧
有时我们希望图像显示后程序还能继续跑，比如实时摄像头预览或动态更新曲线。这时可以用block=False参数让show变为非阻塞。
但要注意，非阻塞模式下如果没有后续的plt.pause或事件处理，窗口可能一闪而过。通常配合pause使用，给GUI循环留出刷新时间。
import matplotlib.pyplot as plt
import numpy as np
plt.ion() # 打开交互模式
for i in range(5):
plt.imshow(np.random.rand(50, 50))
plt.show(block=False)
plt.pause(1) # 暂停一秒刷新窗口
plt.clf() # 清空当前figure
二、OpenCV里cv2.imshow的调用要点
OpenCV的cv2.imshow和matplotlib的设计思路不同。它直接调用系统原生窗口，但必须搭配cv2.waitKey才能把图像从内存刷到屏幕。很多初学者写完imshow发现窗口灰白无响应，就是因为少了waitKey。
cv2.waitKey的参数单位是毫秒，传入0表示无限等待按键。如果传大于0的值，窗口会在指定毫秒后自动继续。在视频循环里常用cv2.waitKey(1)保持流畅。
import cv2
img = cv2.imread('test.jpg')
cv2.imshow('window', img)
key = cv2.waitKey(0) # 等待任意键
cv2.destroyAllWindows()
这段代码读入一张图并显示，程序停在waitKey直到用户按键。destroyAllWindows负责释放窗口资源，否则在部分系统上进程退出后窗口仍残留。
2.1 循环显示与退出控制
在摄像头或视频处理中，我们通常在while循环里反复imshow。此时waitKey既要控制帧率，也要捕获退出信号，比如按q键结束。
如果漏掉waitKey，OpenCV窗口会卡死，因为事件队列没有消费。这是OpenCV显示图像最容易踩的坑。
import cv2
cap = cv2.VideoCapture(0)
while True:
ret, frame = cap.read()
if not ret:
break
cv2.imshow('cam', frame)
if cv2.waitKey(1) & 0xFF == ord('q'):
break
cap.release()
cv2.destroyAllWindows()
三、常见误区与性能注意
一个典型误区是把matplotlib和OpenCV的show混用，以为调了plt.show就能显示cv2读进来的图。实际上两者后端独立，必须各自走自己的显示函数。另外在远程服务器无桌面环境时，matplotlib要切到Agg后端，show会失效，只能保存文件。
性能方面，matplotlib每次show都重建窗口成本较高，批量出图建议复用figure并清轴。OpenCV的imshow本身轻量，但高分辨率图频繁刷新仍占CPU，可降采样后再显示。
| 库 | 显示函数 | 是否阻塞 | 配套要求 |
|---|---|---|---|
| matplotlib | plt.show | 默认阻塞 | 可选block=False、pause |
| OpenCV | cv2.imshow | 否 | 必须cv2.waitKey |
理清这些调用技巧后，无论做数据分析还是实时视觉，都能更从容地把图像呈现出来。