嘿，我之前也踩过一模一样的坑！这种逐像素给特定区域设置颜色却总显示白色的情况，大概率是几个容易忽略的细节没处理对，咱们一步步排查解决：

• 检查图像的数据类型与颜色值范围不匹配
  不同格式的图像对颜色值的要求完全不一样：

  • 如果图像是uint8类型（最常见的8位图像），颜色值必须是0-255的整数，要是你不小心用了0.0-1.0的浮点数，会被自动截断为0，极端情况就会显示白色；
  • 如果图像是float32/float64类型，颜色值得是0.0-1.0的浮点数，要是直接塞255这类整数，会超出范围被截断为1.0，显示出来就是白色。
    你可以先打印图像的类型确认：print(img.dtype)，再对应调整颜色值。

• 颜色通道顺序搞反了
  不同的库默认的通道顺序不一样：

  • OpenCV读入的图像是BGR顺序，如果你按RGB的习惯赋值（比如想设红色给(255,0,0)），实际会变成蓝色，极端情况可能因为通道值的组合显示为白色；
  • PIL、Matplotlib这类库则是RGB顺序，搞反同样会出问题。
    举个例子，用OpenCV设红色应该写(0,0,255)，而PIL里则是(255,0,0)。

• 区域选择的索引写错了
  图像的索引是行（y轴）在前，列（x轴）在后，很多人会搞反x和y的顺序，导致选到的区域根本不是你想要的（甚至选到了图像外的无效区域，赋值后看不到变化，误以为是变白）。
  比如你想选x从100到200、y从50到150的区域，正确的写法是img[50:150, 100:200]，而不是img[100:200, 50:150]。

• 修改的是图像副本而非原图
  如果你直接用img_copy = img这种方式复制图像，其实只是创建了一个引用，修改img_copy并不会改变原图；或者你读入图像后做了其他复制操作，却在副本上修改，最后显示的还是原图。
  正确的复制方式应该用img_copy = img.copy()（NumPy/OpenCV）或者img_copy = img.copy()（PIL）。

• 掩码（Mask）未正确生效（如果用了掩码）
  要是你用掩码来选择区域（比如img[mask] = color），得确认掩码是bool类型，并且掩码里的True区域确实是你要修改的部分。如果掩码全是False，等于没给任何区域赋值，原来的白色区域自然不会变。

举个实际的示例（OpenCV版本） #

import cv2
import numpy as np

# 读入图像，默认是BGR格式
img = cv2.imread("your_image.jpg")
# 先确认图像类型和形状
print(f"图像类型：{img.dtype}，形状：{img.shape}")

# 选择目标区域：y从50到150，x从100到200
target_region = img[50:150, 100:200]
# 赋值红色（BGR顺序）
target_region[:] = (0, 0, 255)

# 显示结果
cv2.imshow("修改后图像", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

先从上面这几个点排查，基本能解决大部分“赋值后变白”的问题。

内容的提问来源于stack exchange，提问作者DSblizzard