将 2D Numpy 灰度值数组转换为 PIL 图像

假设我有一个 2D Numpy 数组，其值范围在 0 到 1 之间，它表示灰度图像。然后如何将其转换为 PIL Image 对象？迄今为止的所有尝试都产生了极其奇怪的分散像素或黑色图像。

for x in range(image.shape[0]):
    for y in range(image.shape[1]):
        image[y][x] = numpy.uint8(255 * (image[x][y] - min) / (max - min))

#Create a PIL image.
img = Image.fromarray(image, 'L')

在上面的代码中，numpy 数组图像通过 (image[x][y] - min) / (max - min) 进行归一化，因此每个值都在 0 到 1 的范围内。然后将其乘以 255 并转换为8 位整数。理论上，这应该通过模式 L 的 Image.fromarray 处理成灰度图像 - 但结果是一组分散的白色像素。

我认为答案是错误的。 Image.fromarray( ____ , 'L') 函数似乎只适用于 0 到 255 之间的整数数组。我为此使用 np.uint8 函数。

如果您尝试制作渐变，您可以看到这一点。

import numpy as np
from PIL import Image

# gradient between 0 and 1 for 256*256
array = np.linspace(0,1,256*256)

# reshape to 2d
mat = np.reshape(array,(256,256))

# Creates PIL image
img = Image.fromarray(np.uint8(mat * 255) , 'L')
img.show()

形成干净的渐变

vs

import numpy as np
from PIL import Image

# gradient between 0 and 1 for 256*256
array = np.linspace(0,1,256*256)

# reshape to 2d
mat = np.reshape(array,(256,256))

# Creates PIL image
img = Image.fromarray( mat , 'L')
img.show()

具有相同类型的神器。