如何将单通道数组保存为色彩一致的灰度分割掩码图像

问题根源 #

你遇到的问题是因为mpimg.imsave默认会对输入的单通道数组做自动归一化处理：它会把当前图像数组中的最小值映射到灰度0，最大值映射到灰度255。比如：

• 第一张图最大像素值是6，标签值2会被映射到(2/6)*255≈85
• 添加新圆形后第二张图最大像素值是12，同样的标签值2会被映射到(2/12)*255≈42
  这就导致相同标签的像素在不同图像里呈现不同灰度，破坏了标签与颜色的对应关系。

两种解决方案 #

方案1：用OpenCV直接保存（推荐） #

OpenCV的cv2.imwrite处理单通道uint8数组时，会直接将像素值作为灰度级保存，不会做自动归一化，能保证相同标签值对应固定灰度。

修改后的代码：

import numpy as np
import cv2

image = np.zeros(shape=[256, 256], dtype=np.uint8)

# 绘制原有圆形（单通道无需传元组，直接传标签值即可）
cv2.circle(image, center=(50, 50), radius=10, color=2, thickness=-1)
cv2.circle(image, center=(100, 100), radius=10, color=3, thickness=-1)
cv2.circle(image, center=(150, 150), radius=10, color=4, thickness=-1)
cv2.circle(image, center=(75, 200), radius=10, color=5, thickness=-1)
cv2.circle(image, center=(200, 89), radius=10, color=6, thickness=-1)

# 添加额外圆形（Image #2）
cv2.circle(image, center=(21, 230), radius=5, color=7, thickness=-1)
cv2.circle(image, center=(149, 250), radius=5, color=12, thickness=-1)

# 直接保存单通道灰度掩码
cv2.imwrite('image_mask.png', image)

方案2：固定Matplotlib的映射范围 #

如果一定要用mpimg.imsave，需要通过vmin和vmax参数固定整个数据集的标签值范围，强制所有图像按同一规则映射灰度。

修改后的代码：

import numpy as np
import cv2
import matplotlib.image as mpimg

image = np.zeros(shape=[256, 256], dtype=np.uint8)

cv2.circle(image, center=(50, 50), radius=10, color=2, thickness=-1)
cv2.circle(image, center=(100, 100), radius=10, color=3, thickness=-1)
cv2.circle(image, center=(150, 150), radius=10, color=4, thickness=-1)
cv2.circle(image, center=(75, 200), radius=10, color=5, thickness=-1)
cv2.circle(image, center=(200, 89), radius=10, color=6, thickness=-1)

cv2.circle(image, center=(21, 230), radius=5, color=7, thickness=-1)
cv2.circle(image, center=(149, 250), radius=5, color=12, thickness=-1)

# 指定vmin为背景值0，vmax为数据集最大标签值（这里是12），确保所有图像映射一致
mpimg.imsave('image_mask.png', image, vmin=0, vmax=12, cmap='gray')

注意：如果后续新增更大的标签值，需要同步更新vmax的数值，否则超出范围的标签会被截断到255灰度。

内容的提问来源于stack exchange，提问作者Deep