PIL Image加载保存图像时像素值异常变化问题解决

你的猜测不成立，像素值偏差不是PIL自动归一化导致的，不存在可关闭的PIL自动归一化开关，问题根源是使用JPG格式保存二值掩码。

• JPG是有损压缩格式，设计目标是压缩自然摄影图像，会通过丢弃高频信息、量化相邻像素值的方式减小文件体积，这个过程会不可逆地修改原始像素值。你生成的掩码只有0、1两个取值，属于对像素精度要求极高的标注数据，JPG压缩时会在0和1的像素交界处生成大量中间值，重新加载后即使经过数值截断，像素分布也会和原始值产生极大差异。
• 从你给出的运行结果也能佐证问题：第一次统计像素总数为148148+39352=187500，刚好等于2502503的三通道图像总像素数；第二次统计总数为62288+212=62500，仅为250*250的单通道像素数，说明你读取图像的代码本身也存在错误，进一步放大了数值偏差。
• PIL处理uint8类型的图像数组时，不会主动做归一化操作，Image.fromarray会直接读取数组的原始像素值，没有默认开启的自动数值处理逻辑。

• 禁止使用JPG格式存储分割掩码、标注类对像素精度有严格要求的数据，替换为PNG等无损压缩格式，这也是图像分割领域保存掩码的通用规范。如果不需要可视化，也可以直接将数组/张量保存为npy、pt格式，完全避免格式转换的损耗。
• 修正代码中的错误读取接口，PIL读取本地图像应使用Image.open()方法，不存在PIL.create()的官方读取接口。
• 修正后的可运行代码如下：

import torch
import numpy as np
from PIL import Image

# 生成二值掩码
tensor_img = torch.where(torch.Tensor(250, 250, 3) > 0, 1, 0)
img_arr = tensor_img.numpy().astype(np.uint8)
print(np.unique(img_arr, return_counts=True))

# 无损保存为PNG格式
img = Image.fromarray(img_arr)
img.save("tmp.png")

# 正确读取图像
img = Image.open("tmp.png")
print(torch.tensor(np.array(img)).unique(return_counts=True))

运行上述代码后，重新加载的掩码像素分布会和原始值完全一致。

内容的提问来源于stack exchange，提问作者Hari Prasad