二维NumPy图像转RGB图像后显示异常，求原因及解决方法

我有一个二维NumPy图像，其像素值范围为数千。我想要将它转换为像素值范围在0-255的三维RGB图像，因此执行了以下代码：

from PIL import Image
import numpy as np
image = Image.fromarray(input_image,'RGB')
new_image = np.asarray(image)

然而，当我使用matplotlib分别显示二维的input_image和三维的new_image时，两者看起来完全不同：

from matplotlib import pyplot as plt
plt.figure()
plt.imshow(input_image)
plt.figure()
plt.imshow(new_image)

我遗漏了什么？

输入图像（原二维图显示效果）：

转换后图像（RGB图显示效果）：

核心问题原因 #

你当前的实现存在两个关键错误：

• 模式指定错误：二维数组是单通道灰度数据，直接指定'RGB'模式会让PIL错误地将数组内容解析为3通道RGB数据（按顺序拆分重组），完全偏离了灰度转RGB的需求。
• 数值范围处理逻辑不一致：matplotlib的imshow显示二维数组时会自动做归一化（把像素值映射到0-1范围），而PIL的fromarray会直接截断超过255的数值（比如1000会被处理为1000%256=232），这导致两者显示效果完全不同。

正确转换方案 #

要实现高范围二维灰度图转0-255三维RGB图，需要先做数值归一化，再扩展为3通道：

方案1：手动归一化+通道扩展 #

import numpy as np
from PIL import Image

# 1. 将像素值归一化到0-255区间并转为uint8类型
min_val = input_image.min()
max_val = input_image.max()
normalized_img = ((input_image - min_val) / (max_val - min_val)) * 255
normalized_img = normalized_img.astype(np.uint8)

# 2. 将单通道扩展为3通道RGB
rgb_img = np.stack([normalized_img] * 3, axis=-1)

# 可选：转为PIL Image对象
pil_rgb = Image.fromarray(rgb_img)
new_image = np.asarray(pil_rgb)

方案2：借助PIL灰度图转RGB #

from PIL import Image, ImageOps
import numpy as np

# 先归一化到0-255并转为uint8
min_val = input_image.min()
max_val = input_image.max()
normalized_img = ((input_image - min_val) / (max_val - min_val)) * 255
normalized_img = normalized_img.astype(np.uint8)

# 转PIL灰度图后直接转为RGB
gray_pil = Image.fromarray(normalized_img, mode='L')
rgb_pil = gray_pil.convert('RGB')
new_image = np.asarray(rgb_pil)

验证显示 #

修改matplotlib显示代码（二维图指定灰度colormap），两者效果就会一致：

from matplotlib import pyplot as plt
plt.figure()
plt.imshow(input_image, cmap='gray')  # 指定灰度配色
plt.figure()
plt.imshow(new_image)
plt.show()

内容的提问来源于stack exchange，提问作者rando