为何同一TIFF图片在Jupyter Notebook与Mac预览器显示差异大？

差异原因 #

• 你的TIFF图片大概率是16位深度灰度图（像素值范围通常为0-65535），Mac自带图片查看器会自动对这类高深度图像做自动色阶拉伸，把像素值映射到人眼最敏感的0-255灰度区间，所以显示效果明亮清晰。
• 你当前的代码虽然指定了vmin和vmax，但matplotlib对16位整数数组的显示逻辑是直接将min_pix到max_pix的区间映射到灰度色卡的黑白两端，而人眼无法区分这么大范围的灰度层级，最终呈现出偏灰暗的效果。

解决步骤 #

1. 确认图片位深度 #

先运行以下代码查看图片模式：

print(img_orig.mode)

如果输出是I;16或I，说明是16位灰度图，需要做后续处理。

2. 归一化像素值（推荐） #

将像素值缩放到0-1的浮点范围，让matplotlib正确映射到灰度色卡：

orig_img_path = os.path.join("/path/to/tiff/1000.tiff")
img_orig = Image.open(orig_img_path,"r")
img_arr = np.array(img_orig) 
# 归一化到0-1区间
img_normalized = (img_arr - np.amin(img_arr)) / (np.amax(img_arr) - np.amin(img_arr))
plt.imshow(img_normalized, cmap='gray')
plt.show()

3. 转8位灰度图（适合保存场景） #

如果需要将处理后的图片保存为8位格式，可使用以下代码：

orig_img_path = os.path.join("/path/to/tiff/1000.tiff")
img_orig = Image.open(orig_img_path,"r")
img_arr = np.array(img_orig) 
# 归一化后转8位整数
img_8bit = ((img_arr - np.amin(img_arr)) / (np.amax(img_arr) - np.amin(img_arr)) * 255).astype(np.uint8)
plt.imshow(img_8bit, cmap='gray')
plt.show()

内容的提问来源于stack exchange，提问作者Megh