Python灰度图像添加1px零填充后对比度降低原因咨询

你遇到的问题核心在于数据类型不匹配和图像显示时的自动缩放机制，下面详细拆解：

1. 数据类型不一致引发的显示异常 #

你的原灰度图像input大概率是uint8类型（这是图像领域最常用的格式，像素值范围固定在0-255），但你创建填充数组时用了dtype=int——在NumPy中，int默认是32位或64位整数，数值范围远大于0-255。

当图像查看工具（比如Matplotlib的imshow）加载这种混合类型的数据时，会把整个数组的数值范围自动拉伸到0-255来适配显示。比如原图像的像素值区间是50-200，填充后的int数组最小值变成0、最大值仍为200，显示时原图像的50会被映射到(50/200)*255≈64，200还是255，原有的明暗差距被压缩，自然对比度就下降了。

如果改用ones乘255，填充值是255，此时数组的最大值变成255，而原图像的最大值可能小于255（比如200），显示时原图像的200会被映射到(200/255)*255≈200，比原本显示的255暗很多，同时原图像的暗部也会被重新映射，所以视觉差异会更明显。

2. 显示工具的自动归一化逻辑 #

几乎所有图像显示工具都会默认将输入数据的全局最小值和最大值作为黑白显示的边界（即vmin和vmax）。原图像的像素范围是它自身的min到max，填充后数组的min/max被改变，导致原图像的像素值被重新映射到新的范围，直接破坏了原本的对比度。

解决方法 #

• 保持数据类型一致：创建填充数组时使用原图像的 dtype，避免类型转换带来的范围变化：

  padded = np.zeros((input.shape[0]+2, input.shape[1]+2), dtype=input.dtype)
  padded[1:-1, 1:-1] = input
  

• 手动指定显示范围：如果必须使用其他 dtype，显示时强制指定vmin和vmax为原图像的范围，避免自动缩放：

  import matplotlib.pyplot as plt
  plt.imshow(padded, cmap='gray', vmin=input.min(), vmax=input.max())
  plt.show()
  

内容的提问来源于stack exchange，提问作者Marcorosa