array_to_img的坑（灰度值发生变化）

关于存储后图像的灰度与原来的array里面的的元素值不同：
1.可能是存成了 jpg文件（压缩了图像）
可参考https://cloud.tencent.com/developer/ask/208807
keras.preprocessing.image.array_to_img用来将数组数据（代表图像）转换为图像。然后当使用时.save()，数据已经转换。
因此我创建了一个简单的例子，事实证明它array_to_img()真的做了一些意想不到的事情

from keras.preprocessing.image import image
import matplotlib.pyplot as plt
import numpy as np

array1=np.array([[[255,0,0],[100,0,0]],
               [[0,0,0],[0,0,0]]])
plt.imshow(array1)
plt.show()

img_4=image.array_to_img()
img_4.save('img_4.jpg')

img_4load = image.load_img('img_4.jpg', target_size=(2, 2))
img_4load_array = image.img_to_array(img_4load)
print(img_4load_array)

运行结果：

[[[117.  39.  39.]
  [ 97.  19.  19.]]

 [[ 65.   0.   0.]
  [ 55.   0.   0.]]]

阵列数据已经改变!!
解决方法：
jpeg是一种压缩的格式。这意味着当您使用此格式保存图像时，它将通过压缩过程传递，或者只是压缩。这样做的目的是节省存储空间。对于真实图像并且在一定范围内的损失，我们的眼睛无法区分真实图像和压缩图像之间的差异。由于您的图像非常小，因此修改量非常大。要保持值不变，请以不压缩图像的png格式（例如格式）保存图像。您只需在保存时更改扩展名：

img_4.save('img_4.png')

2.在save image前，通常需要将array转成img，因此要用到array_to_img函数，但是要注意的是 一定要将里面的scale设置为false，否则灰度可能会发生变化。

img_tmp = array_to_img(x_t,scale=False)