如何使用Pillow正确显示16位深度的灰度图像？

你遇到的是PIL对16位深度灰度PNG的显示兼容性问题：

• 该图像模式为I;16（16位无符号灰度），PIL的show()方法默认处理这类高深度图像时，未做灰度值的缩放映射，直接将16位数据按8位逻辑显示（0-255为有效范围，超出部分直接显示纯白，低于则纯黑），导致出现纯黑白异常。
• Notebook的display函数和Aseprite重存后能正常显示，是因为前者会自动处理高深度图像的灰度映射，后者则将图像转为8位灰度后保存，避开了PIL的显示缺陷。

以下几种方法可以解决这个问题：

方法1：手动将16位灰度映射为8位灰度 #

通过线性缩放把16位的0-65535范围值转换为8位的0-255范围，再显示：

from PIL import Image
import numpy as np

# 打开图像
img = Image.open('image.png')
# 确认图像模式（应该输出 I;16 或类似）
print(img.mode)

# 仅针对16位灰度图处理
if img.mode.startswith('I;16'):
    # 转为numpy数组进行缩放
    img_arr = np.array(img)
    # 线性映射到0-255
    img_8bit = ((img_arr / 65535) * 255).astype(np.uint8)
    # 转回PIL图像并显示
    img_8bit_pil = Image.fromarray(img_8bit, mode='L')
    img_8bit_pil.show()
else:
    img.show()

方法2：用Matplotlib替代PIL的show()方法 #

Matplotlib能正确识别16位灰度的取值范围，直接显示原始灰度：

from PIL import Image
import matplotlib.pyplot as plt

img = Image.open('image.png')
# 用灰度色图，并指定16位的取值范围
plt.imshow(img, cmap='gray', vmin=0, vmax=65535)
# 隐藏坐标轴
plt.axis('off')
plt.show()

方法3：修改PIL的转换逻辑 #

使用convert方法时指定转换参数，确保16位到8位的正确映射：

from PIL import Image

img = Image.open('image.png')
# 将16位灰度转为8位灰度，通过浮点模式中转保证精度
img_8bit = img.convert('L', mode='F')
img_8bit.show()

内容的提问来源于stack exchange，提问作者Diogo Lima