Python uint16 np.array显示为图像时的问题

我有一个uint16 3维numpy阵列，显示RGB图像，该阵列是从TIF图像创建的。 问题是，例如，当我在QGIS中导入原始图像时，图像显示正确，但如果我尝试在python中显示（使用plt.imshow），结果会有所不同（在本例中为绿色）：

QGIS图像：

打印图像：

---

我认为它与matplotlib管理uint16的方式有某种联系，但即使我尝试除以255并转换为uint8，我也无法获得好的结果。

使用

plt.imshow

时，您可以使用

colormap

参数，例如，尝试添加

cmap=“gray”

plt.imshow(image, cmap="gray")

资料来源：

---

根据您的评论，图像没有使用RGB颜色空间进行编码，因为R、G和B通道的值范围为[0-255]，假设每个通道8位

我不确定图像使用的是哪种颜色空间，但TIFF文件通常使用CMYK，这是为打印而优化的

其他尝试使用的常见色彩空间包括YCbCr（YUV）和HSL，但随着显示硬件和视频流技术的发展，这些颜色空间有很多变化

要将整个图像转换为RGB颜色空间，我建议使用

opencv python

pip包。该软件包有很好的文档记录，但作为一个示例，下面是如何将

numpy

array

img

从YUV转换为RGB：

img_bgr = cv.cvtColor(img, cv.COLOR_YUV2RGB)

---

如果我尝试标准化图像，我会得到很好的结果：

对于每个频道： image[i，：，：]=image[i，：，：]/image[i，：，：]max（）

但是，有些图像看起来比其他图像暗：

---

实际上，我看到在QGIS中，不同的通道RGB的范围不同，R=[0235]，G=[0363]，B=[0263]你试过用R除以235，G除以363，等等吗。？仍然得到太绿的输出？你除以256，技术上不是255。如果我将图像除以65535（因为它们被编码为uint16），我会得到非常小的像素值，所以它们几乎完全是黑色的