PIL保存含非整数、负值NumPy数组的转换规则咨询

疑问1：浮点/带负值数组转uint8像素的具体规则 #

Image.fromarray() 对非uint8类型输入数组的转换没有四舍五入逻辑，全程执行值域截断+向零取整的强转规则：

• 所有小于0的数值，直接截断为0
• 所有大于255的数值，直接截断为255
• 落在[0, 255]区间内的浮点数，直接舍弃小数部分取整（例如1.9会被转为1，0.999会被转为0），不会做四舍五入运算。

你观察到加载后的数组值全在0-19区间完全符合这个规则：原始数组中[-12, 0)区间的所有负值全被截断为0，(0, 19]区间的正值舍弃小数部分保留整数，没有超过255的值所以不会触发上限截断。

疑问2：原始数组直接存为纯黑屏的原因 #

不是单纯的“像素值低接近黑色”，核心问题是你的原始数组值域和8位PNG的像素值表示范围完全不匹配：

• 8位RGB/灰度PNG的像素值规则是0对应纯黑，255对应纯白，中间数值对应不同亮度的灰度。你的原始数组里近一半值是小于0的负数，全被截断为纯黑；剩下的正值最高才15左右，在0-255的亮度标尺上只占不到6%的亮度等级，人眼几乎无法区分这个亮度和纯黑的差异，所以打开后看起来是全黑屏。
• 你直接执行img = img * 255后能看到内容，本质是乘法把部分数值拉大到了能产生明显明暗差的区间，但这个操作是不规范的：乘法后你原始数组中大于1的数值都会超过255被截断为纯白，小于0的数值还是被截断为纯黑，会丢失大量原始数据的分布信息。如果要准确可视化这个数组，应该先把数组的值域线性映射到[0,255]区间再转uint8存储，参考代码：

# 线性归一化到[0,255]
arr_min, arr_max = img.min(), img.max()
img_mapped = (img - arr_min) / (arr_max - arr_min) * 255
# 转uint8类型后再存图
img_save = Image.fromarray(img_mapped.astype(np.uint8))
img_save.save(save_path, "PNG")

这样处理后原始数组里的最小值会被映射为0（纯黑），最大值会被映射为255（纯白），中间的所有数值按比例对应不同亮度，能完整保留原始数据的分布差异。

内容的提问来源于stack exchange，提问作者Megh