Python numpy，求和矩阵的结果是错误的

当每个矩阵的最大值为255且这些值位于同一位置时，为什么将RGB通道矩阵相加不会得到765的最大结果？但如果所有矩阵都除以255，则最大值为3

import numpy as np
from PIL import Image

pic= Image.open(picture_dir)
r,g,b = pic.split()

g_ = np.asarray(g)
b_ = np.asarray(b)
r_ = np.asarray(r)

print((r_+g_+b_).max()) # gives result of 255, supposed to be 765


g_mat = np.asarray(g)/255
b_mat = np.asarray(b)/255
r_mat = np.asarray(r)/255

print((g_mat+b_mat+r_mat).max()) # gives result of 3.0

细分（比如这里的：np.asarray（g）/255）实际上改变了除值以外的任何东西吗

---

编辑：分割前的数据类型为uint8，分割后的浮点64

尝试检查g、b和r的类型

如果他们的类型为numpy.uint8，您应该会得到一个警告，结果应该是253

---

在第二种情况下，g_-mat、b_-mat和r_-mat在除法时被转换为numpy.int64

我在这里的假设是，您正在创建某种包含三个值的数据结构，而不是将它们相加。max只是返回数据结构中的最大值。我知道它们在相同的位置，因为我编辑了图片，使其具有相同的值，或者换句话说，我只是将一些部分变为白色。如果

r\u

，

g\u

和

b\u

具有数据类型uint8，那么

r\u+g\u+b\u

，如果一个元素在所有三个元素中都是255，那么总和将是253。他将被一个整数值除，因此如果数组是

uint8

，它将不会在除法过程中转换为浮点。我从来没有说过浮点。结果将转换为numpy.int64，您很可能会得到结果3。在第一种情况下，您得到了一个溢出，因此255（出于某种原因，我得到了253）是的，我认为这就是问题所在（我的意思是类型是

uint8

）。如果OP切换到

int

dtype，例如

r\u=np.asarray（r\u，int）

，它应该可以工作。我的错误-你写了“int64”，而我错误地认为是“float64”。因此，将几个uint8矩阵相加总会得到另一个uint8 dtype矩阵（上限为255）？