为何从NumPy数组生成的Matplotlib图像偏红？求解决方案

我一眼就看出问题所在啦——你现在的做法是把原灰度图像只赋值给了R（红色）通道，而G和B通道全是0，这样显示出来的图像当然会严重偏红！要把单通道灰度图转成符合要求的RGB三通道图像，正确的做法是让三个通道都使用原灰度图的像素值，这样才能还原出正常的灰度视觉效果（灰度图的RGB表示本质就是三个通道的像素值完全相同）。

错误原因拆解 #

你当前的代码里：

pix = np.stack((img, dim2,dim3), axis=2)

这里img是单通道灰度图，dim2和dim3都是全零数组，堆叠后R通道是原灰度值，G、B通道都是0，对应RGB颜色空间里的偏红色调，所以显示出来的图像自然偏红。

正确的实现方式 #

我们只需要把原灰度图复制三次，分别作为R、G、B三个通道即可，不需要手动创建全零数组：

方法1：使用np.stack复制三次

# 获取文件路径并读取图像
f = files.tail(-1)['name'].values[0]
img = plt.imread(f)

# 处理单通道转RGB逻辑
if len(img.shape) == 2:
    # 将单通道灰度图复制三次，堆叠成三通道RGB格式
    pix = np.stack((img, img, img), axis=2)
else:
    # 如果图像已经是RGB三通道，直接使用
    pix = img

# 归一化到0-1区间
pix = np.true_divide(pix, 255)
plt.imshow(pix)

方法2：使用np.repeat提升效率

如果处理的图像尺寸较大，np.repeat的性能表现会更优：

# 获取文件路径并读取图像
f = files.tail(-1)['name'].values[0]
img = plt.imread(f)

# 处理单通道转RGB逻辑
if len(img.shape) == 2:
    # 先给单通道图像新增一个维度，再在通道维度重复三次
    pix = np.repeat(img[..., np.newaxis], 3, axis=2)
else:
    pix = img

# 归一化到0-1区间
pix = pix / 255.0
plt.imshow(pix)

额外说明 #

当你用plt.imshow显示图像时：

• 如果输入是单通道数组，它会自动用默认的灰度色映射来显示；
• 如果是三通道数组，它会严格按照RGB通道的数值来渲染颜色，所以必须保证三个通道值一致才能呈现出灰度效果。

内容的提问来源于stack exchange，提问作者Matthew Arthur