为什么我不能在Python中将uint16数组分配给数组向量？

Question

我运行以下代码：

    colored = np.empty((299, 299, 3), dtype=float) # dtype=`uint16` doesn't work too!
    colored[:, :, 0] = image
    colored[:, :, 1] = image
    colored[:, :, 2] = image

如果我绘制image（uint16的二维数组），我可以看到正确的图片。但如果我绘制colored数组，那么我会得到以下垃圾图片：

我使用以下代码进行绘图：

    import matplotlib.pyplot as plt
    plt.imshow(colored, cmap='gray')
    plt.show()

当我绘制image时，它有效。当我绘制colored时，它没有。这里发生了什么，我该如何解决？

Answer 1

当传递给imshow的数组是3维且具有浮点dtype时， plt.show()来电this piece of code：

if x.ndim == 3:
    ...    
    if xx.dtype.kind == 'f':
        if bytes:
            xx = (xx * 255).astype(np.uint8)
    return xx

因此colored中的值乘以255，然后astype d乘以np.uint8。 这种情况发生在之前将值标准化为区间[0, 1]。您可以通过在matplotlib/cm.py文件中添加print语句来验证这一点：

if x.ndim == 3:
    ...    
    if xx.dtype.kind == 'f':
        if bytes:
            print(xx.max())
            xx = (xx * 255).astype(np.uint8)
    return xx

并运行此脚本：

import numpy as np
import matplotlib.pyplot as plt

maxval = np.iinfo('uint16').max
uint16_image = np.linspace(0, maxval, (16**2)).astype('uint16')
uint16_image = uint16_image.reshape(16, 16)

colored = np.empty(uint16_image.shape + (3,), dtype=float)
colored[:, :, 0] = uint16_image
colored[:, :, 1] = uint16_image
colored[:, :, 2] = uint16_image

fig, ax = plt.subplots(nrows=2)
ax[0].imshow(uint16_image)
ax[1].imshow(colored)
plt.show()

打印

65535.0
65535.0

并显示

故事的寓意是，如果您将3D浮点数组传递给plt.imshow，则值必须介于0和1（或NaN）之间，否则您可能会得到（图形）mojibake。