Matplotlib显示灰度图

 matplotlib中的imshow()函数不能自动显示灰度图像，这一点应该是众所周知的，需要调用cmap=“gray"以进行设置，但是cmap="gray"实际上并不是如opencv中的imshow函数一样将单通道图显示为灰度图，私以为是引入了灰度图的灰度量化概念，但并不直接对应灰度，证明见正文。

 设置一全1.0的图像（全白），和一全白背景叠加黑色条柱的图像，使用plt.imshow()显示。
代码：

import matplotlib.pyplot as plt
import numpy as np
white=np.ones((100,100),dtype=float)
bar=np.ones((100,100),dtype=float)
bar[40:50,:]=0
plt.figure(1)
plt.subplot(211)
plt.imshow(white,cmap='gray')
plt.title('white map')
plt.subplot(212)
plt.imshow(bar,cmap='gray')
plt.title('black bar')

结果为：

由此可以发现在值全为1.0时，图像显示为黑色，那么是否是dtype的原因呢？测试常用的uint8情况下，亮度为恒定值，显示几何。
代码为：

white1=np.ones((100,100),dtype=np.uint8)*255
white2=np.ones((100,100),dtype=np.uint8)*128
plt.figure((2))
plt.subplot(211)
plt.imshow(white1,cmap='gray')
plt.title('white1')
plt.subplot(212)
plt.imshow(white2,cmap='gray')
plt.title('white2')

结果为：

由此可以确定，这一显示“异常”与数据类型无关 。

  使用vmin,vmax参数指定灰度范围，或者设定cmap为gray_r以使得灰度范围反转，后者只适用于想显示白色背景。
代码：

white1=np.ones((100,100),dtype=np.uint8)*255
white2=np.ones((100,100),dtype=np.uint8)*128
plt.figure((2))
plt.subplot(211)
plt.imshow(white1,cmap='gray_r')
plt.title('white1')
plt.subplot(212)
plt.imshow(white2,cmap='gray',vmin=0,vmax=255)
plt.title('white2')

结果：