numpy 3D数组与OpenCV imread对象的差异及imshow显示异常问题解析

嘿，我来帮你拆解这两个问题，都是用OpenCV和NumPy时很容易踩的坑～

其实本质上，OpenCV的imread()函数返回的就是一个NumPy 3D数组，但它是针对图像场景做了“特殊适配”的数组，区别主要在这几点：

• 通道顺序固定：OpenCV默认以BGR顺序存储色彩通道（而PIL、matplotlib这些库默认是RGB），这是历史遗留的老习惯。如果是你自己手动创建的NumPy 3D数组，通道顺序完全由你自己决定，要是和OpenCV的预期不符，用它的函数处理就会出问题。
• 数据类型默认是uint8：imread()读出来的数组 dtype 固定是uint8（数值范围0-255，对应图像的像素值）。而普通NumPy 3D数组可以是任何 dtype，比如float32、int32甚至float64，只要你手动指定就行。
• 隐含图像属性绑定：虽然都是数组，但imread()返回的数组会被OpenCV的函数自动识别为“图像”，比如cvtColor()、resize()这些函数会默认按照图像的逻辑去处理它；而你自己创建的NumPy数组，得保证形状、dtype、通道顺序都符合OpenCV的要求，才能被正确处理。

这个问题大概率是数据类型不匹配导致的，具体来说：

• 当你把图像数据存成CSV时，原本的uint8类型像素值会被转换成文本格式的浮点数（CSV不支持二进制的数值类型存储）。等你从CSV读回数据后，数组的 dtype 变成了float（比如float64）。
• OpenCV的imshow()对不同 dtype 的数组有不同的数值范围要求：
  • 如果是uint8类型，它默认认0-255的范围；
  • 如果是float类型，它默认认0.0-1.0的范围。
    你的数据是0-255的float值，imshow()会把所有大于1.0的值都当成白色（255），剩下的少数小于1的数值或者异常值就会显示成随机彩色像素，所以你看到的是白框加乱色。
• 而imsave()则更“贴心”，它会自动检测数组的数值范围：如果发现是0-255的float数组，会自动把它转换成uint8类型再保存，所以最终输出的图像是正常的。

解决方法 #

从CSV读回数据后，手动把数组转换成uint8类型就行：

import numpy as np
import cv2

# 假设你从CSV读回的数组是img_csv
img = img_csv.astype(np.uint8)
cv2.imshow("Normal Image", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

如果你的数据被归一化到0-1的float，那就先乘以255再转：

img = (img_csv * 255).astype(np.uint8)

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