为何matplotlib读取的图像部分是0-255整数、部分是0.0-1.0浮点数？

AI 小北

2026-7-1

问题描述

我编写了一个处理图像的Python脚本，第一张图像可正常运行，但第二张完全无法运行。

脚本内容如下：

import matplotlib.pyplot as plt
import matplotlib.image as mpimg
import numpy as np
image = mpimg.imread('test.jpg')
# Grab the x and y size and make a copy of the image
ysize = image.shape[0]
xsize = image.shape[1]
color_select = np.copy(image)

# Define color selection criteria
###### MODIFY THESE VARIABLES TO MAKE YOUR COLOR SELECTION
red_threshold = 200
green_threshold = 200
blue_threshold = 200
######

rgb_threshold = [red_threshold, green_threshold, blue_threshold]

# Do a boolean or with the "|" character to identify
# pixels below the thresholds
thresholds = (image[:,:,0] < rgb_threshold[0]) \
            | (image[:,:,1] < rgb_threshold[1]) \
            | (image[:,:,2] < rgb_threshold[2])
color_select[thresholds] = [0,0,0]
plt.imshow(color_select)

排查后发现第二张图像失效的原因：
我通过以下代码查看图像通道的像素值范围：

print("Red channel - Min:", np.min(image[:,:,0]), "Max:", np.max(image[:,:,0]))
print("Green channel - Min:", np.min(image[:,:,1]), "Max:", np.max(image[:,:,1]))
print("Blue channel - Min:", np.min(image[:,:,2]), "Max:", np.max(image[:,:,2]))

第一张图像的通道范围：

Red channel - Min: 0 Max: 255
Green channel - Min: 10 Max: 255
Blue channel - Min: 0 Max: 255

第二张失效图像的通道范围：

Red channel - Min: 0.0 Max: 1.0
Green channel - Min: 0.0 Max: 1.0
Blue channel - Min: 0.0 Max: 1.0

疑问：为何部分图像像素值范围是0-255，部分是0.0-1.0？

原因解释

这是mpimg.imread()的读取规则决定的：

读取JPG、8位PNG这类常见的8位位图格式时，像素值会以uint8整数类型加载，范围是0-255——因为8位二进制恰好能表示256个亮度等级（从0到255）。
读取16位PNG、浮点格式图像，或是部分经过特殊处理存储的图像时，mpimg.imread()会自动将像素值归一化到0.0-1.0的浮点数区间，对应float32或float64类型。
还有些科研领域的图像本身就采用浮点格式存储，读取后自然呈现0-1的范围。

你的脚本里阈值设为200，对于0-1范围的图像来说，所有像素值都远小于200，导致thresholds全为True，最终整个图像被改成黑色，所以看起来完全失效。

解决方案

读取图像后统一像素值范围，就能兼容两种类型的图像：

统一为0-255的整数范围：

if image.dtype in (np.float32, np.float64):
    image = (image * 255).astype(np.uint8)

统一为0-1的浮点范围：

if image.dtype == np.uint8:
    image = image.astype(np.float32) / 255.0

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