如何在Python OpenCV中显示16位4096强度的图像？

你遇到的问题很典型：OpenCV的cv2.imshow默认将16位图像的像素值范围视为0-65535，但你的图像实际只用到了0-4096的区间，这就导致大部分像素值在OpenCV的显示逻辑里被判定为极低亮度，最终呈现全黑。

下面提供两种简单有效的解决方法，让你能用OpenCV正常显示这类图像：

方法1：使用归一化函数自动映射范围 #

cv2.normalize可以自动将图像的像素值线性拉伸到你指定的目标范围（这里就是OpenCV期望的0-65535），代码如下：

import cv2

# 读取16位灰度图像，-1表示保留原始位深
image = cv2.imread("test.tif", -1)

# 归一化到0-65535区间，适配OpenCV的显示要求
normalized_image = cv2.normalize(image, None, 0, 65535, cv2.NORM_MINMAX)

# 显示处理后的图像
cv2.imshow('Normalized 16-bit TIFF', normalized_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

这种方法的优势是无需手动计算缩放比例，OpenCV会自动根据图像的实际最小/最大值完成映射，适用性更广。

方法2：手动线性缩放像素值 #

由于你的图像最大强度是4096（也就是12位的最大值），可以直接将每个像素值乘以16（因为65535 ÷ 4095 ≈ 16），把0-4096的范围近似映射到0-65536区间，代码示例：

import cv2
import numpy as np

image = cv2.imread("test.tif", -1)

# 手动缩放像素值，确保不超过16位无符号整数的最大值65535
scaled_image = np.clip(image * 16, 0, 65535).astype(np.uint16)

cv2.imshow('Scaled 16-bit TIFF', scaled_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

这里用np.clip是为了防止少数超过4096的像素值（如果有的话）乘以16后溢出65535，保证数据合法性。

补充说明 #

Matplotlib能正常显示是因为你通过vmin和vmax明确告诉了它图像的实际像素范围，而OpenCV的imshow没有类似参数，所以必须先将像素值映射到它默认的16位全范围（0-65535）才能正常显示。

内容的提问来源于stack exchange，提问作者Jay Wang