如何将 dtype=float 的 numpy NxM 数组显示为纯灰度图像？答案

【问题标题】：How to show numpy NxM array with dtype=float as plain gray scale image?如何将 dtype=float 的 numpy NxM 数组显示为纯灰度图像？
【发布时间】：2017-05-01 16:10:12
【问题描述】：

使用dtype=float 创建numpy 数组时，使用matplotlib.pyplot.imshow 的表示方法似乎取决于值，因此0.50 的值不仅仅是50% 的灰色。

使用此代码模板：

import numpy as np
import matplotlib.pyplot as plt
img = np.empty([2, 2])
img[:] = {image}
plt.imshow(img, cmap='gray')
plt.show()

然后图片[[1.0, 1.0], [0.0, 0.5]]显示为：

但是图片[[1.0, 1.0], [1.0, 0.5]]，只有0.0变成了1.0，显示为：

我曾预计 0.5（位于右下方）在这两种情况下都会显示为 50% 的灰色，但由于某种原因，表示方法发生了变化，因此 0.5 的解释不同，具体取决于数组中其他元素的值。

那么，如何将 dtype=float 的 numpy NxM 数组显示为普通灰度图像？

【问题讨论】：

标签： python numpy matplotlib

【解决方案1】：

你必须修正色阶的限制：

plt.imshow(img, cmap='gray',clim=(0,1))

为了更好地了解正在发生的事情，您可以添加一个颜色条，以可视化颜色和数值之间的转换；例如使用以下代码：

fig,ax = plt.subplots()
cax = plt.imshow(img, cmap='gray')
cbar = fig.colorbar(cax)
plt.show()

对这两个示例执行此操作立即清楚地表明 matplotlib.pyplot 将色标范围更新为数据。因此，对于这两种情况，颜色和数值之间的转换是不同的。

【讨论】：

谢谢，对颜色条很有帮助:-)

【解决方案2】：

发现imshow默认会正常化，所以为了避免这种情况，vmin和vmax必须给imshow，然后是：

plt.imshow(img, cmap='gray', vmin=0, vmax=1)

【讨论】：