Python skimage：灰度图像数组转浮点型后显示彩色而非灰度的原因求解

问题现象 #

使用skimage.io读取灰度图像时显示正常，但对存储图像的numpy数组执行除法操作（如/1）转为浮点型后，图像显示变为彩色渐变；而执行乘法操作（如*1）时，仍能正常显示灰度图像。因业务需求需将数组元素除以255（该操作会自动转为浮点型），故需明确该现象的根本原因。

正常显示代码 #

from skimage import io
import numpy as np

a = io.imread("audrey_lnoise.png", as_gray=True)
io.imshow(a)

显示效果：符合预期的灰度图像

异常显示代码 #

from skimage import io
import numpy as np

a = io.imread("audrey_lnoise.png", as_gray=True)/1  # 除以1触发类型转换为浮点数组
io.imshow(a)

显示效果：彩色渐变的非预期图像

根本原因 #

skimage对不同数据类型的图像数组有明确的渲染规则：

• io.imread(..., as_gray=True)返回的是uint8类型的二维数组，skimage默认将这种类型的二维数组识别为灰度图像，使用灰度色阶渲染。
• 执行除法操作时，numpy会自动将uint8类型提升为float64类型。对于二维浮点数组，skimage默认将其视为强度值矩阵而非灰度像素数据，因此会启用伪彩色色阶（如viridis）进行渲染，最终呈现彩色渐变效果。
• 乘法操作*1属于整数运算，不会改变原数组的uint8类型，因此依然被识别为灰度图像，显示正常。

解决方法 #

若要将数组转为浮点型后仍正常显示灰度图像，可采用以下两种方式：

• 显式指定灰度色阶：

  io.imshow(a, cmap='gray')
  

• 使用skimage专用的类型转换函数img_as_float，该函数在转换为浮点型的同时会保留图像的灰度语义：

  from skimage import img_as_float
  a = img_as_float(io.imread("audrey_lnoise.png", as_gray=True))
  io.imshow(a)
  

内容的提问来源于stack exchange，提问作者Max Goodman