使用scikit-image库的rescale函数缩放图像后颜色发生变化的原因是什么？

我之前也碰到过一模一样的问题，其实根源在于rescale函数的默认参数行为，具体来说有两个核心原因：

1. 像素值范围的自动归一化 #

你从JPG读取的原始图像im是uint8类型，像素值范围在0-255之间，plt.imshow可以直接识别这个范围并正常显示。但scikit-image的rescale函数默认设置preserve_range=False，它会自动将图像转换为float64类型，同时把所有像素值归一化到0-1的区间。

虽然matplotlib理论上支持显示0-1范围的float图像，但如果插值过程中出现微小的超出0-1范围的值（比如负数或大于1的浮点数），imshow就会自动调整颜色映射规则，导致显示出来的颜色和原图偏差很大。

2. 数据类型转换的隐性影响 #

从uint8转为float64的过程本身不会直接导致颜色异常，但如果后续没有明确指定显示范围，matplotlib可能会误判数据的有效范围——比如把最小的负数当成0，把最大的超界值当成1，进一步扭曲了图像颜色。

解决方法 #

这里有两个简单的修复方案：

方案一：保留原始像素值范围

调用rescale时加上preserve_range=True参数，让函数保留0-255的像素值范围，之后再转换回uint8类型即可：

import matplotlib.pyplot as plt
import numpy as np
from skimage.transform import rescale
from skimage.io import imread

im = imread('C:/abc.jpg')
plt.imshow(im)
plt.show()

# 保留原始范围并转换回uint8
im_rescaled = rescale(im, 0.25, preserve_range=True)
im_rescaled = im_rescaled.astype(np.uint8)
plt.imshow(im_rescaled)
plt.show()

方案二：明确指定显示范围

如果想保留float类型的0-1图像，可以在imshow时明确指定vmin=0和vmax=1，强制matplotlib使用正确的颜色映射范围：

im_rescaled = rescale(im, 0.25)
plt.imshow(im_rescaled, vmin=0, vmax=1)
plt.show()

内容的提问来源于stack exchange，提问作者user15761564