pyplot.imshow与PIL.Image.show显示差异及预测图显示异常问题

核心问题是PIL调用前未对模型输出的预测张量做值域归一化，导致数值截断显示异常：

• 你使用的生成模型输出的gen_image张量值域为[-1, 1]，你在matplotlib的代码中提前执行了(gen_image + 1) / 2.0操作，将值域拉伸到了[0, 1]，符合pyplot.imshow对浮点型图像输入的要求，因此显示正常。
• PIL相关代码中直接使用原始值域的gen_image_convert乘255，负数部分在转换为np.uint8时会被强制截断为0，整体色阶完全偏移，因此显示异常。

修正后的PIL代码 #

import numpy as np
from PIL import Image

# 先执行和matplotlib一致的归一化操作，把值域拉到[0,1]
gen_image = (gen_image + 1) / 2.0
gen_image_convert = gen_image[0]
# 再乘255转换为无符号8位整数
image = Image.fromarray((gen_image_convert * 255).astype(np.uint8)).convert('RGB')
image.show()

如果修改后仍存在显示问题，可以额外检查张量的通道顺序：PyTorch等框架输出的张量默认是(通道数, 高度, 宽度)的CHW顺序，而PIL要求输入是(高度, 宽度, 通道数)的HWC顺序，如果是通道顺序问题，可在转换前添加维度交换操作：

# 适配CHW转HWC的场景
gen_image_convert = np.transpose(gen_image_convert, (1, 2, 0))

内容的提问来源于stack exchange，提问作者Zirveda