看起来你遇到的是uint8数据类型溢出的典型问题，这可是OpenCV读图像时的常见坑！

问题根源 #

OpenCV的cv2.imread()默认会把图像读成uint8类型的Numpy数组——也就是8位无符号整数，取值范围被死死限制在0到255之间。当你对这种数组做平方运算时，Numpy不会自动帮你升级精度，而是直接把超出255的结果截断/取模到uint8的范围内：

• 比如原数组里的255，平方后是65025，转换成uint8就变成了65025 % 256 = 97
• 而原数组里的53，平方后是2809，取模后是2809 % 256 = 249
  这就导致你看到平方后的最大值（249）反而比原数组最大值（255）还小——因为溢出后的数值是循环的，部分中间值的平方取模结果反而更大。

解决方案 #

解决起来很简单，只要先把数组转换成更高精度的类型（比如uint32、int64或者浮点型），再做平方运算就行。另外顺便提一句，你代码里的im22=im最好改成im22=im.copy()，不然im22会和原数组im共享内存，修改im22时原图像也会被改动，容易出意外。

修改后的代码如下：

import numpy as np
import cv2

im = cv2.imread("blue")
im22 = im.copy()  # 改成copy避免修改原数组
im22[im22 < 100] = 0
blue = np.array(im22[:, :, 2])

# 关键步骤：转换为高精度类型
blue_high_precision = blue.astype(np.uint32)  # 用float64也完全没问题
blue2 = np.square(blue_high_precision)

print("type is ", type(blue))
print("blue max", np.max(blue))
print("blue min", np.min(blue))
print("blue Squared max", np.max(blue2))
print("blue Squared min", np.min(blue2))

为什么你用非图像数据集时没问题？因为手动创建的数组默认一般是int32或浮点类型，没有0-255的范围限制，平方结果自然能正常保留啦。

内容来源于stack exchange