32位灰度图像转8位：Image.convert('L')是否保留最高8位？

关于Image.convert('L')的说明 #

Image.convert('L')不会直接保留最高8位，它的默认逻辑是将32位灰度的像素值从原动态范围（通常是0_{2^32-1）线性映射到0}255区间，相当于做了全局对比度拉伸，并非简单截断高位，和你的需求不符。

最优实现方案 #

要精准保留最高8位，同时将画质损失控制在需求允许的范围内（仅丢弃低24位细节），可以采用以下两种方案：

方法1：使用PIL的point()方法 #

直接对每个像素执行位操作提取最高8位：

from PIL import Image

# 加载32位灰度图像（"I"模式对应32位无符号灰度）
img_32bit = Image.open("your_input_image.png").convert("I")

# 定义提取最高8位的函数
def get_high_8bit(pixel):
    return (pixel >> 24) & 0xFF

# 转换为8位灰度图
img_8bit = img_32bit.point(get_high_8bit, mode='L')
img_8bit.save("output_8bit.png")

方法2：结合NumPy高效处理 #

针对大尺寸图像，用NumPy操作像素数组效率更高：

from PIL import Image
import numpy as np

img_32bit = Image.open("your_input_image.png").convert("I")
# 转换为32位无符号整数数组
arr_32 = np.array(img_32bit, dtype=np.uint32)
# 右移24位提取最高8位，转为8位无符号整数
arr_8 = (arr_32 >> 24).astype(np.uint8)
# 转回PIL图像
img_8bit = Image.fromarray(arr_8, mode='L')
img_8bit.save("output_8bit.png")

画质损失说明 #

由于需求本身需要丢弃低24位数据，这部分细节丢失是不可避免的，但上述两种方案都是精准提取最高8位，没有引入额外的画质损失，完全贴合你的需求。

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