合并3张灰度图为RGB图像时仅显红蓝色的问题求助

核心问题：通道数据源重复 #

你的代码中image3和image2加载的是完全相同的文件路径：

image2 = Image.open("E:/imaging/04102022_Bronze/Oxygen_1_2/10.tif")
image3 = Image.open("E:/imaging/04102022_Bronze/Oxygen_1_2/10.tif")

这导致绿通道（索引1）和蓝通道（索引2）的像素数据完全一致。当绿、蓝通道值相同时，二者叠加会呈现青色，但如果原图像的像素特征使得青色不明显，或者你误将青色等同于蓝色，就会产生“仅显示红、蓝色”的错觉。本质是你没有真正引入第三张独立的灰度图作为蓝通道数据源。

次要优化点（不影响色彩显示，但需修正） #

• 代码中final_image=final_image=Image.fromarray(...)存在重复赋值的冗余写法，改为final_image = Image.fromarray(new_image2, mode='RGB')即可。
• 归一化时重复调用np.array(imageX)，可以优化为先转换为数组再计算，提升效率：

  image1_arr = np.array(image1)
  image1_norm = (image1_arr - image1_arr.min()) / (image1_arr.max() - image1_arr.min())
  

修正后的代码示例 #

from PIL import Image
import numpy as np

# 加载三张不同的灰度图
image1 = Image.open("E:/imaging/04102022_Bronze/Copper_4_2/10.tif")
image1_arr = np.array(image1)
image1_norm = (image1_arr - image1_arr.min()) / (image1_arr.max() - image1_arr.min())

image2 = Image.open("E:/imaging/04102022_Bronze/Oxygen_1_2/10.tif")
image2_arr = np.array(image2)
image2_norm = (image2_arr - image2_arr.min()) / (image2_arr.max() - image2_arr.min())

# 修正：加载第三张独立的灰度图
image3 = Image.open("E:/imaging/04102022_Bronze/[你的第三张图路径]/10.tif")
image3_arr = np.array(image3)
image3_norm = (image3_arr - image3_arr.min()) / (image3_arr.max() - image3_arr.min())

# 创建3通道数组
new_image = np.zeros(image1_arr.shape + (3,), dtype=np.float32)
new_image[:,:,0] = image1_norm  # 红通道
new_image[:,:,1] = image2_norm  # 绿通道
new_image[:,:,2] = image3_norm  # 蓝通道

# 转换为uint8格式并生成图像
new_image_uint8 = (new_image * 255).astype(np.uint8)
final_image = Image.fromarray(new_image_uint8, mode='RGB')
final_image.show()

额外检查项 #

如果修正路径后仍有问题，可检查：

• 第三张灰度图是否本身像素值异常（比如全黑/全白），导致蓝通道无有效信息。
• 确认三张图像的尺寸是否一致，如果尺寸不同，赋值通道时会报错或出现截断，需先统一尺寸。

内容的提问来源于stack exchange，提问作者Raju