Python 3.x matplotlib中的imhsow不'；t显示与opencv相同

看起来matplotlib.pyplot.imhsow（plt.imshow）不显示原始图片，它是否缩放图像的值？我在使用cv2.imhsow和plt.imhsow时发现了差异

我有两幅图像，它们的亮度不同。但是，当使用

plt.imshow

时，它们的显示是相同的。但是当使用

cv2.imhow

时，它会正确显示。下面是代码和图片

import cv2
import matplotlib.pyplot as plt
img_o = plt.imread('1.jpg')
img = plt.imread('2.jpg')
cv2.imshow('img', img)
cv2.imshow('img_o', img_o)
cv2.waitKey(0)
cv2.destroyAllWindows()
plt.gray()
plt.imshow(img)
plt.show()
plt.imshow(img_o)
plt.show()

用于

imshow

的图像亮度不同

使用

cv2.imshow

时，它们可以显示为原始版本

plt.imshow

显示的图像上传如下。它们看起来一模一样，看起来好像

plt.imshow

忽略了图像的亮度

---

图像类型为uint8，形状为48 x 48像素。因此matplotlib的

imshow

将使用活动的颜色映射（

plt.gray（）

）对其进行颜色映射。根据数据的最小值和最大值选择颜色映射规范化。使用颜色栏打印时，这一点变得清晰

import matplotlib.pyplot as plt
img_o = plt.imread('1.jpg')
img = plt.imread('2.jpg')

fig, (ax, ax2) = plt.subplots(ncols=2)
plt.gray()
im1 = ax.imshow(img)
fig.colorbar(im1, ax=ax)

im2 = ax2.imshow(img_o)
fig.colorbar(im2, ax=ax2)
plt.show()

由此我们可以看出，对于第一幅图像，白色表示值70，而对于第二幅图像，白色表示值218。为了在两种情况下使用相同的标准化，并与8位图像一致，可以使用

norm=plt.Normalize（0255）

或者，可以将灰度值复制到所有三个RGB通道，以便绘制48x48x3像素阵列。这将被解释为图像（与彩色映射数据相反），并正确显示

import numpy as np
import matplotlib.pyplot as plt
img_o = plt.imread('1.jpg')
img = plt.imread('2.jpg')

img_o = np.dstack((img_o,img_o,img_o))
img = np.dstack((img,img,img))


fig, (ax, ax2) = plt.subplots(ncols=2)
im1 = ax.imshow(img)
im2 = ax2.imshow(img_o)

plt.show() 

---

图像已转换为灰度。这将取决于matplotlib显示的形状（

img.shape

）和数据类型（

img.dtype

）。通常，二维阵列在其最小值和最大值之间进行缩放。您可以提供一个，这样人们就可以了解您的问题。谢谢您的建议。我改变了我的问题。我上传了我在imshow上使用的图片。此外，我还上传了由

plt.imshow（）

显示的图像，我觉得这有点奇怪。

import numpy as np
import matplotlib.pyplot as plt
img_o = plt.imread('1.jpg')
img = plt.imread('2.jpg')

img_o = np.dstack((img_o,img_o,img_o))
img = np.dstack((img,img,img))


fig, (ax, ax2) = plt.subplots(ncols=2)
im1 = ax.imshow(img)
im2 = ax2.imshow(img_o)

plt.show()