Pillow调用.show()方法显示二维数组转灰度图像时出现显示异常

• 变量调用错误：你完成最大池化计算得到结果arr2后，调用Image.fromarray时传入的仍是原始图像数组arr，并未使用池化后的结果。
• 数据类型不匹配：maxPool函数内通过np.zeros创建的数组默认是float64浮点类型，而PIL的L（8位灰度）模式要求输入为取值0-255的uint8整数类型，直接传入浮点数组会导致PIL对像素值解析错误，出现和预期不符的显示效果。

调整主逻辑的代码，传入池化后的数组并做类型转换即可：

import numpy as np
from PIL import Image

def maxPool(arr,s):
    if (arr.shape[0] % s != 0 or arr.shape[1] % s != 0):
        print("Max pooling not compatible with image dimensions!")
        return
    rows = int(arr.shape[0] / s)
    cols = int(arr.shape[1] / s)
    nar = np.zeros([rows, cols])
    for i in range(rows):
        for j in range(cols):
            nar[i,j] = arr[i * s:i * s + s, j * s:j * s + s].max()
    # 函数内提前完成类型转换，减少后续重复操作
    return nar.astype(np.uint8)

# 主方法逻辑
arr = np.array(Image.open("dino.jpg").convert('L')) # 提前转灰度避免原图是三通道带来的潜在问题
arr2 = maxPool(arr,2)
# 传入池化后的arr2生成图像
i2 = Image.fromarray(arr2,'L')
i2.show()

额外优化说明：读取原图时添加convert('L')主动转灰度，避免原图是三通道彩色图时，池化逻辑处理三维数组带来的异常。

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