imshow时浮点数造成的白色图片问题

笔者在使用如下所示的代码时，在jupyter notebook中产生的如下效果

scaled_img_f = np.zeros((h//2,w//2,c),dtype="float")
for x in range (h//2):
    for y in range(w//2):
        scaled_img_f[x,y,:] = img[2*x,2*y,:]

scaled_img_i = np.zeros((h//2,w//2,c),dtype="int")
for x in range (h//2):
    for y in range(w//2):
        scaled_img_i[x,y,:] = img[2*x,2*y,:]


#print(scaled_img_i == scaled_img)

#print(scaled_img)
#print(t)
#print(scaled_img_f)


plt.subplot(1,3,1)
plt.imshow(scaled_img_f)
plt.subplot(1,3,2)
plt.imshow(scaled_img_i)
plt.show()
# display scaled down image

其中img是预先读取的图片，生成效果如图：

代码中两个矩阵仅有的不同之处就是矩阵的数据类型，导致两图不同的原因并不是因为他们数据不同，而是因为他们在imshow时被处理的方式不一样。

对于imshow函数，opencv的官方注释指出：
函数可以缩放图像，具体取决于其深度：
. - 如果图像是 8 位无符号的，则按原样显示。
. - 如果图像是 16 位无符号或 32 位整数，则像素除以 256。即取值范围[0, 255\ * 256]映射到[0, 255]。
. - 如果图像是 32 位或 64 位浮点，则像素值乘以 255。即 .value 范围[0, 1] 映射到[0, 255]。
所以上述两个矩阵被不同地处理了，这就是图1严重发白的原因（数值太大了）

所以，如果提前给浮点数除以255，问题迎刃而解。