1.mat文件中数据(数据最大4000)转化成uint8，再进行图像显示，用imshow函数显示并保存
2.用imshow(x,camp=gray,vmin=0,vmax=4000)所显示图像并保存
问题:两个方法获得的图像有什么差别，我认为都是uint8数据形式，灰度值应该相同，但是用plt.imread函数读取图像，读出来的数值不同，这是为什么？
该回答引用GPTᴼᴾᴱᴺᴬᴵ
这可能是因为plt.imread函数默认将图像读入为float32类型，而不是uint8类型，因此数值范围为[0, 1]而不是[0, 255]。在使用imshow函数时，如果数据类型为float类型，则vmin和vmax参数默认为[0, 1]，而如果数据类型为uint8，则默认为[0, 255]。因此，当使用plt.imread读取图像并使用imshow(x, cmap='gray', vmin=0, vmax=4000)时，将会对数值范围[0, 1]的图像进行调整，因此可能会导致显示结果不同。为了避免这种情况，可以使用astype函数将读取的图像转换为uint8类型，例如：
import scipy.io as sio
import matplotlib.pyplot as plt
data = sio.loadmat('data.mat')['data'] # 从.mat文件中读取数据
data_uint8 = (data / 4000 * 255).astype('uint8') # 将数据转换为uint8类型
plt.imshow(data_uint8, cmap='gray', vmin=0, vmax=255) # 显示图像
plt.savefig('data_uint8.png') # 保存图像
或者，可以在使用plt.imread读取图像时指定dtype参数为uint8类型，例如：
import matplotlib.pyplot as plt
data = plt.imread('data.png', dtype='uint8') # 从图像文件中读取数据，指定数据类型为uint8
plt.imshow(data, cmap='gray', vmin=0, vmax=255) # 显示图像
plt.savefig('data.png') # 保存图像