使用cv2.hconcat水平拼接图像出现一侧全黑问题如何解决？

• 数据类型与数值范围不匹配：这是最高发的诱因。cv2.hconcat 要求输入的两个图像数组数据类型完全一致，若二者类型不符（比如第一个为uint8、第二个为float32/uint16），拼接过程会触发隐式类型转换，转换后数值范围若和写入tiff时的预期范围不匹配就会出现全黑现象：比如第二个图像本身是0-1归一化的浮点数组，直接转换为uint8时没有乘以255，所有数值取整后都为0，自然显示为全黑；如果第二个是uint16类型，像素值集中在低8位以下，写入时被错误截断为uint8也会出现全黑。
• 通道维度不匹配：虽然你确认两个patch尺寸都是(200,200)，但如果其中一个是无通道维度的单通道图（shape为(200,200)），另一个是带通道维度的单通道图（shape为(200,200,1)），cv2.hconcat 不会直接报错，但维度差异会导致第二个数组的数值被错误映射，写入后显示全黑。
• 写入参数不匹配：如果你使用的是tifffile库的imwrite接口，拼接后的数组如果是高位深（比如uint16、float32），没有指定对应的写入参数，接口会默认按8位灰度图处理，超出0-255范围的数值被截断，最终导致右侧图像全黑。

按照以下步骤依次排查修改即可：

1. 首先统一两个patch的数值范围与数据类型，拼接前增加校验转换逻辑，可同步添加打印代码排查数值问题：

# 调试代码，确认两个patch的类型与数值范围
print(single_patch_img1.dtype, single_patch_img1.min(), single_patch_img1.max())
print(single_patch_img2.dtype, single_patch_img2.min(), single_patch_img2.max())

# 统一转为相同dtype，此处以uint8为例，可根据实际位深调整为uint16等
# 如果是0-1范围的浮点数组，需要先缩放再转类型
if single_patch_img2.dtype == np.float32 and single_patch_img2.max() <= 1:
    single_patch_img2 = (single_patch_img2 * 255).astype(np.uint8)
# 如果是uint16类型需要转为8位，可先做归一化
if single_patch_img2.dtype == np.uint16:
    single_patch_img2 = cv2.normalize(single_patch_img2, None, 0, 255, cv2.NORM_MINMAX, dtype=cv2.CV_8U)
single_patch_img1 = single_patch_img1.astype(np.uint8)
single_patch_img2 = single_patch_img2.astype(np.uint8)

2. 统一两个patch的通道维度，确保二者shape完全一致：

# 去除多余的单通道维度
if len(single_patch_img1.shape) == 3 and single_patch_img1.shape[-1] == 1:
    single_patch_img1 = single_patch_img1.squeeze(-1)
if len(single_patch_img2.shape) == 3 and single_patch_img2.shape[-1] == 1:
    single_patch_img2 = single_patch_img2.squeeze(-1)

3. 写入tiff时显式指定匹配的位深参数，避免默认截断：

# 如果是高位深图像，写入时指定对应dtype即可，此处以uint16为例
tiff.imwrite(path, concatenated_img.astype(np.uint16))

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