Image.open() 会扭曲灰度 PNG 图像吗？

Question

最近，我一直在尝试使用 Pillow 的 Image.open() 将一些灰度图像加载到我的 Python 程序中。但是，我发现图像失真了，并且所有的值都出现了极化。

这是Mac预览生成的图片：

而且，这是Image.open()函数生成的图像：

我的代码如下：

from PIL import Image, ImageOps
from pathlib import Path
import matplotlib.pyplot as plt

mod_path2 = Path("/Volumes/Sans/ROI/Images/sub-S03046_ses-E06791_run-1_bp-chest_vp-pa_dx.png")
b = Image.open(str(mod_path2))
plt.imshow(b)
plt.show()

而且，预​​览图的特点是：

我认为这可能与图像的色彩空间或缺少 Alpha 通道有关，因为正确加载了两者的图像。

Answer 1

没有float 值，但您的 CT 扫描是 16 位无符号整数灰度图像。当使用Image.open 打开此图像时，对应的mode 会以I 给出，这里是错误的，因为I 是“32 位有符号整数像素”，而我们更希望有模式@ 987654329@，即“16位无符号整数像素”。

b = Image.open('images/sub-S03046_ses-E06791_run-1_bp-chest_vp-pa_dx.png')
print('Pillow mode: {}'.format(b.mode))

min_val, max_val = b.getextrema()
print('Minimum value: {}, maximum value: {}'.format(min_val, max_val))

输出：

Pillow mode: I
Minimum value: 0, maximum value: 59551

现在，一般来说，plt.imshow 能够显示 Pillow Image 对象，但是在显示 I 模式 Image 对象时似乎存在问题：似乎（见下图，见下图，绘图窗口的右上角），假定的 32 位被解释为 RGBA 值。因此，即使在 plt.imshow 中设置 vmin 和 vmax 在这里也不起作用。

奇怪的是，当转换为I;16 模式时，整个图像（仍然）被剪裁为32767——我不明白也无法解释。所以，相应的情节仍然是错误的（见下图）。

从plt.imshow 获得正确输出的唯一方法似乎是将图像转换为某个 NumPy 数组，将dtype 显式设置为np.uint16，然后将其转换回 Pillow Image 对象模式I;16：

import matplotlib.pyplot as plt
import numpy as np
from PIL import Image

b = Image.open('images/sub-S03046_ses-E06791_run-1_bp-chest_vp-pa_dx.png')
print('Pillow mode: {}'.format(b.mode))

min_val, max_val = b.getextrema()
print('Minimum value: {}, maximum value: {}'.format(min_val, max_val))

plt.figure(0, figsize=(18, 5))
plt.subplot(1, 3, 1), plt.imshow(b, vmin=min_val, vmax=max_val, cmap='gray')
plt.title('Pillow image, original mode I'), plt.colorbar()

plt.subplot(1, 3, 2), plt.imshow(b.convert('I;16'), vmin=min_val, vmax=max_val, cmap='gray')
plt.title('Pillow image, converted to mode I;16'), plt.colorbar()

b = Image.fromarray(np.asarray(b).astype(np.uint16), 'I;16')
plt.subplot(1, 3, 3), plt.imshow(b, vmin=min_val, vmax=max_val, cmap='gray')
plt.title('Pillow image after NumPy array conversion'), plt.colorbar()

plt.tight_layout(), plt.show()

输出：

----------------------------------------
System information
----------------------------------------
Platform:      Windows-10-10.0.16299-SP0
Python:        3.9.1
Matplotlib:    3.3.4
NumPy:         1.20.1
Pillow:        8.1.0
----------------------------------------