Python中将32位浮点TIFF转为JPG并保留对比度的技术问题

你的核心问题在于：直接用全局min-max归一化会被频谱图中的极端值（比如极低噪声点或极高峰值）干扰，导致大部分有效像素的灰度被压缩到狭窄区间，最终JPG对比度大幅降低。而MS Paint默认采用了百分位截断拉伸的方式，过滤掉极端值后再做归一化，从而保留了有效区域的对比度。

解决方案代码 #

以下是两种实现方式，均能还原出和MS Paint转换效果接近的JPG：

方式1：用OpenCV + NumPy处理

import numpy as np
import cv2
import librosa

# 生成/读取频谱图数组S
y, sr = librosa.load(librosa.ex('trumpet'), duration=5)
S = librosa.feature.melspectrogram(y=y, sr=sr, n_mels=216, hop_length=1024, fmax=10000)

# 计算0.1%和99.9%百分位，过滤极端值
p_low = np.percentile(S, 0.1)
p_high = np.percentile(S, 99.9)

# 截断超出范围的数值，再归一化到0-255
S_clipped = np.clip(S, p_low, p_high)
S_normalized = (S_clipped - p_low) / (p_high - p_low)
S_8bit = (S_normalized * 255).astype(np.uint8)

# 保存为JPG
cv2.imwrite('sp_contrast.jpg', S_8bit)

方式2：用PIL + NumPy处理

from PIL import Image
import numpy as np
import librosa

# 生成/读取频谱图数组S
y, sr = librosa.load(librosa.ex('trumpet'), duration=5)
S = librosa.feature.melspectrogram(y=y, sr=sr, n_mels=216, hop_length=1024, fmax=10000)

# 计算百分位并处理
p_low = np.percentile(S, 0.1)
p_high = np.percentile(S, 99.9)
S_clipped = np.clip(S, p_low, p_high)
S_normalized = (S_clipped - p_low) / (p_high - p_low)
S_8bit = (S_normalized * 255).astype(np.uint8)

# 保存为JPG
im = Image.fromarray(S_8bit)
im.save('sp_contrast_pil.jpg')

原理说明 #

• 频谱图的数值分布通常不是均匀的：大量像素集中在某个灰度区间，同时存在少量极端值（比如背景噪声的极小值、音频峰值的极大值）。
• 全局min-max归一化会把这些极端值作为0和255的边界，导致有效信号的灰度被压缩，看起来对比度极低。
• 百分位截断（比如取0.1%-99.9%）会忽略掉占比极低的极端值，只针对有效信号的灰度范围做归一化，从而还原出和原图一致的对比度。

内容的提问来源于stack exchange，提问作者Dave Cooper