matplotlib imshow графики разные, если использовать colormap или RGB массив

Я нахожу правильный сюжет гораздо более художественным …

matplotlib довольно сложна, когда дело доходит до интерпретации изображений. Это примерно так:

• если изображение представляет собой массив NxM любого типа, оно интерпретируется через colormap (автомасштабирование, если не указано иное). (В принципе, если массив представляет собой массив с float масштабированный до 0..1, его следует интерпретировать как изображение в градациях серого. Это то, что говорится в документации, но на практике этого не происходит.)

• если изображение представляет собой массив с плавающей float NxMx3, компоненты RGB интерпретируются как компоненты RGB между 0..1. Если значения вне этого диапазона, они берутся с положительным модулем 1, то есть 1,2 -> 0,2, -1,7 -> 0,3 и т. Д.

• если изображение представляет собой массив ux8 NxMx3, оно интерпретируется как стандартное изображение (компоненты 0..255)

• если изображение NxMx4, интерпретация имеет значение выше, но четвертым компонентом является непрозрачность (альфа)

Итак, если вы даете matplotlib массив NxMx3 целых чисел, отличных от uint8 или float , результаты не определены. Однако, глядя на исходный код, можно понять нечетное поведение:

 if A.dtype != np.uint8: A = (255*A).astype(np.uint8) 

где A – массив изображений. Итак, если вы дадите ему uint16 значения 0, 1, 2, 3, 4 …, вы получите 0, 255, 254, 253, … Да, это будет выглядеть очень странно. (ИМХО, интерпретация может быть немного более интуитивной, но так оно и делается).

В этом случае самым простым решением является разделение массива на 65535. Затем изображение должно быть таким, как ожидалось. Кроме того, если ваше исходное изображение действительно линейно, вам необходимо сделать обратную гамма-коррекцию:

 img1_corr = (img1 / 65535.)**(1/2.2) 

В противном случае ваши средние тона будут слишком темными.