Python图像数组复制失效：无法生成图像且np.array_equal返回False

问题原因分析 #

1. 数据类型不匹配：img.imread读取PNG图像时，返回的数组dtype可能是float32（像素值归一化到0-1区间），而你创建encryptedImage2时强制指定了dtype=np.uint8，复制时会把float类型的0-1值直接截断为0，导致数组内容和原图像完全不一致，自然np.array_equal返回False，也无法正常显示图像。
2. 低效的嵌套循环赋值：用双层循环逐个赋值像素，不仅效率低，还可能因为numpy数组的索引方式（encryptedImage2[i][j]是两次索引，不如encryptedImage2[i,j]高效且安全）出现隐性问题。

解决方案 #

1. 保持数组数据类型与原图像一致 #

创建新数组时，直接沿用原图像的dtype，不要硬编码为uint8。

2. 使用numpy原生方法复制数组 #

避免手动循环赋值，用np.copy()或者直接切片赋值，既高效又能保证数据完整。

3. 修正像素重排的索引操作 #

确保重排时的索引逻辑正确，同时保持数组类型一致。

修改后的完整代码 #

import numpy as np
import matplotlib.image as img
import matplotlib.pyplot as plt

# 读取图像，保留原数据类型
image = img.imread(r"D:\Research\Python\dean.png")
print(f"原图像shape: {image.shape}, dtype: {image.dtype}")

height = image.shape[0]
width = image.shape[1]

# 直接复制原图像数组，保持类型一致
encryptedImage2 = np.copy(image)

# 生成重排索引
xindex1 = list(range(width))
yindex1 = list(range(height))
# 执行索引交换操作
xindex1[2], xindex1[4] = xindex1[4], xindex1[2]
xindex1[1], xindex1[3] = xindex1[3], xindex1[1]
xindex1[0], xindex1[1] = xindex1[1], xindex1[0]

yindex1[2], yindex1[4] = yindex1[4], yindex1[2]
yindex1[1], yindex1[3] = yindex1[3], yindex1[1]

# 初始化重排后的数组，沿用原图像dtype
encryptedImage3 = np.zeros_like(image)
# 利用numpy的索引广播完成重排，比循环高效
encryptedImage3[yindex1, :, :] = encryptedImage2[:, xindex1, :]

# 验证复制是否成功
print(f"原图像与encryptedImage2是否相等: {np.array_equal(image, encryptedImage2)}")

# 显示图像测试
plt.figure(figsize=(12,4))
plt.subplot(131)
plt.imshow(image)
plt.title("原图像")
plt.subplot(132)
plt.imshow(encryptedImage2)
plt.title("复制后的图像")
plt.subplot(133)
plt.imshow(encryptedImage3)
plt.title("重排后的图像")
plt.show()

关键修改点说明 #

• 用np.copy(image)替代手动循环赋值，确保数据完整且类型一致。
• 用np.zeros_like(image)创建和原图像形状、类型完全一致的空数组。
• 重排时使用numpy的高级索引encryptedImage3[yindex1, :, :] = encryptedImage2[:, xindex1, :]，避免嵌套循环，同时保证索引逻辑正确。
• 打印原图像的dtype，方便排查类型问题。

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