python - 在 numpy 中创建 "white"图像(二维图像)

Question

看来我对 numpy 数组中图像的表示方式的理解似乎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 channel 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 channel 来存储白色图像，对吗？

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，这也会创建一个“黑色图像”？

好吧，让我把我之前的 3 channel 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？

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。这个矩阵中每个像素的值都在216以上

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

这也是一个白色图像。该矩阵中每个像素的值为 0.86 及以上。

我完全迷路了。

问题 -

1. 如何在 numpy 中创建灰度二维白色图像？

2. 为什么使用 cv2.Color 将 numpy 中的 3 channel 白色图像转换为灰度图像没有得到白色图像？

Answer 1

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

您的白色数组仅由 255 组成，在尝试规范化等值数组时，文档指出它们都被转换为 0(见上面的链接)，导致呈现黑色。要手动指定范围，请使用:

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

您还可以尝试将 img_bw 数组中的第一个像素设置为任何值 <255 并使用您原来的方法来显示它，您应该会看到一个全白的图像，角落里有一个黑色方 block .

---

至于为什么这“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 周围有一个灰色细边框，所以在归一化之后，灰色边界(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。