在 numpy 中创建“白色”图像（二维图像）答案

【问题标题】：Creating a "white" image in numpy (2-D image)在 numpy 中创建“白色”图像（二维图像）
【发布时间】：2018-08-19 10:21:42
【问题描述】：

看起来我在理解图像如何在 numpy 数组中表示方面存在一些根本性的差距。

img = np.ones([100,100,3], dtype=np.uint8)*255
plt.imshow(img)

上面的代码创建了一个“白色”的 3 通道图像。

每个像素的值为 [255,255,255]

明白了。

现在我想创建一个“白色”灰度图像。我真的不需要 RGB 通道来存储白色图像，是吗？

img_bw = np.ones([100,100], dtype=np.uint8)*255
plt.imshow(img_bw, cmap = "gray")

即使每个像素位置的值为 255，这也会创建“黑色图像”？

好的，让我把我之前的 3 通道白色图像转换成灰度图，看看 numpy 数组是什么样子的。

img_bw1 = cv2.cvtColor(img, cv2.COLOR_RGB2GRAY)
plt.imshow(img_bw1, cmap = "gray")

这也给了我一个“黑色图像”？

那么灰度“白色图像”的 numpy 矩阵到底是什么样的呢？

img = io.imread("https://www.colorcombos.com/images/colors/FFFFFF.png" , as_grey=True)
plt.imshow(img*255, cmap = "gray")

这是一张白色的图片。该矩阵中的每个像素的值都在 216 及以上

plt.imshow(img, cmap = "gray")

这也是一张白色的图片。该矩阵中的每个像素的值都在 0.86 及以上。

我完全迷路了。

问题 -

【问题讨论】：

【解决方案1】：

当使用颜色图显示二维数组时，matplotlib 将首先 normalize the data 使其位于 0 和 1 之间。

您的白色数组仅由 255 个组成，当尝试标准化相等值的数组时，文档指出它们都被转换为 0（请参见上面的链接），从而导致黑色渲染。要手动指定范围，请使用：

plt.imshow(img, cmap='gray', vmin=0, vmax=255)

您也可以尝试将img_bw 数组中的第一个像素设置为任何

至于为什么这个“有效”：

img = io.imread("https://www.colorcombos.com/images/colors/FFFFFF.png" , as_grey=True)
plt.imshow(img*255, cmap = "gray")

image in that link 周围有一个细灰色边框，因此在标准化后，灰色边框（图像的最暗部分）被缩放为 0（黑色），而白色内部的其余部分保持白色。

【讨论】：

【解决方案2】：

使用 PIL 将数组编码为图像是一种方法 -

img_bw = np.ones([100,100], dtype=np.uint8)*255
img = Image.fromarray(img_bw)
img.show()

输出

对于黑色，如果您只是更改为img_bw = np.ones([100,100], dtype=np.uint8)*0，您会得到 -

【讨论】：