通过切换到mpl面向对象的样式，您可以在相同的轴上绘制图像和散点图，因此只需使用ax.imshow和ax.scatter设置一次空白。
在下面的示例中，我使用subplots_adjust删除了轴周围的空白，并使用ax.axis('tight')将轴限制设置为数据范围。

import matplotlib.pyplot as plt
import numpy as np

# Load an image
im = plt.imread('stinkbug.png')

# Set the alpha
alpha = 0.5

# Some random scatterpoint data
sx = np.random.rand(100)
sy = np.random.rand(100)

# Creare your figure and axes
fig,ax = plt.subplots(1)

# Set whitespace to 0
fig.subplots_adjust(left=0,right=1,bottom=0,top=1)

# Display the image
ax.imshow(im,alpha=alpha,extent=(0,1,1,0))

# Turn off axes and set axes limits
ax.axis('tight')
ax.axis('off')

# Plot the scatter points
ax.scatter(sx, sy,c="gray",s=4,linewidths=.2,alpha=.5)

plt.show()

这适用于在show和savefig中将图像扩展到全屏，没有框架，脊椎或刻度，注意，一切都在plt示例中完成，无需创建子图，轴示例或bbox：

from matplotlib import pyplot as plt

# create the full plot image with no axes 
plt.subplots_adjust(left=0, right=1, bottom=0, top=1)
plt.imshow(im, alpha=.8)
plt.axis('off')

# add scatter points
plt.scatter(sx, sy, c="red", s=10, linewidths=.2, alpha=.8)

# display the plot full screen (backend dependent)
mng = plt.get_current_fig_manager()
mng.window.state('zoomed')

# save and show the plot
plt.savefig('im_filename_300.png', format="png", dpi=300)
plt.show()
plt.close()  # if you are going on to do other things

这在至少600dpi下有效，这远远超出了正常显示宽度下的原始图像分辨率。这对于显示OpenCV图像非常方便，而不会使用

import numpy as np
im = img[:, :, ::-1]

在plt.imshow之前转换颜色格式。