如何将0-1范围的浮点型二维数组转换为灰度图像？

你需要把取值范围0-1的浮点型二维正方形数组转为灰度图像，要求值为1时显示白色、0时显示黑色，以下是基于Matplotlib和Pillow的两种简单实现方案：

示例数组 #

# 第一个5x5数组
arr1 = [
    [0.48, 0.4, 0.56, 0.32, 0.52],
    [0.36, 0.56, 0.56, 0.68, 0.56],
    [0.32, 0.72, 0.88, 0.44, 0.56],
    [0.56, 0.64, 0.76, 0.52, 0.48],
    [0.32, 0.88, 0.56, 0.52, 0.4]
]

# 第二个3x3数组
arr2 = [
    [0.33333333, 0.22222222, 0.33333333],
    [0.22222222, 0.44444444, 0.11111111],
    [0.44444444, 0.11111111, 0.11111111]
]

方案1：使用Matplotlib #

Matplotlib的imshow可以直接处理0-1的浮点数组，只需指定灰度配色映射，并固定取值范围即可：

import matplotlib.pyplot as plt
import numpy as np

# 将列表转为numpy数组（Matplotlib对numpy数组支持更好）
arr_np = np.array(arr1)

# 绘制图像，cmap='gray'指定灰度，vmin/vmax固定0黑1白
plt.imshow(arr_np, cmap='gray', vmin=0, vmax=1)
plt.axis('off')  # 隐藏坐标轴

# 保存图像（可选）
plt.savefig('gray_image_matplotlib.png', bbox_inches='tight', pad_inches=0)

# 显示图像
plt.show()

方案2：使用Pillow #

Pillow需要将0-1的浮点数转换为0-255的8位整数（对应灰度值），再创建图像：

from PIL import Image
import numpy as np

# 将列表转为numpy数组，乘以255后转为uint8类型（0-255）
arr_np = np.array(arr2) * 255
arr_uint8 = arr_np.astype(np.uint8)

# 创建灰度图像
img = Image.fromarray(arr_uint8, mode='L')  # mode='L'表示8位灰度

# 保存图像（可选）
img.save('gray_image_pillow.png')

# 显示图像
img.show()

注意：两种方案都依赖numpy来处理数组转换，若未安装可通过pip install numpy matplotlib pillow安装所需库。

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