如何将NumPy数组转换保存为JPG图片并解决导出后全黑问题

JPG全黑的核心原因是像素值范围不匹配：
你的val_fin是32位数组，理论像素值范围为0~2^32-1，而JPG格式默认是8位通道，仅支持0~255的像素值。直接调用convert('RGB')时，Pillow会默认将32位值直接映射到8位，若你采集的相机原始值最大值远小于2^32，映射后所有值都会落在0附近，最终呈现全黑效果。

方案1：直接从NumPy数组生成JPG（推荐） #

先对32位数组做线性归一化拉伸到0~255的8位范围，再转换保存：

import numpy as np
from PIL import Image

# 先处理数组：线性拉伸到0-255后转8位无符号整型
max_val = self.val_fin.max()
if max_val == 0:
    # 避免全黑帧除以0报错
    norm_arr = np.zeros_like(self.val_fin, dtype=np.uint8)
else:
    norm_arr = (self.val_fin / max_val * 255).astype(np.uint8)

if int(self.vTIFF.get()) == 1:
    # 原TIFF保存逻辑不变，TIFF原生支持32位存储不需要改
    imgTIFF = Image.fromarray(self.val_fin).convert('I')
    imgTIFF.save('name1.tiff')

if int(self.vJPG.get()) == 1:
    # 用归一化后的8位数组生成JPG
    imgJPG = Image.fromarray(norm_arr).convert('RGB')
    imgJPG.save('name2.jpg')

方案2：从已保存的TIFF文件转换为JPG #

如果已经生成了TIFF文件，可以读取后再做归一化处理：

import numpy as np
from PIL import Image

# 读取32位TIFF文件
tiff_img = Image.open('name1.tiff')
tiff_arr = np.array(tiff_img)

# 同样做归一化处理
max_val = tiff_arr.max()
norm_arr = (tiff_arr / max_val * 255).astype(np.uint8) if max_val !=0 else np.zeros_like(tiff_arr, dtype=np.uint8)

# 保存为JPG
Image.fromarray(norm_arr).convert('RGB').save('name2.jpg')

• 如果你使用的滨松相机位深是固定的（比如12位、16位），可以将max_val替换为对应位深的最大值，比如12位设为4095、16位设为65535，这样不同帧的灰度映射规则固定，不会因为单帧最大亮度变化导致整体亮度波动。
• 无特殊需求的情况下优先使用线性拉伸，最符合原始采集数据的亮度比例。

内容的提问来源于stack exchange，提问作者Diego Gonzalez