我正在使用2D浮点numpy数组，我想将它们高精度地保存到灰度.png文件（例如16位）。如果可能，我想使用scikit-image skimage.io包进行此操作。

这是我尝试的主要内容：

import numpy as np
from skimage import io, exposure, img_as_uint, img_as_float

im = np.array([[1., 2.], [3., 4.]], dtype='float64')
im = exposure.rescale_intensity(im, out_range='float')
im = img_as_uint(im)
im

产生：

array([[    0, 21845],
       [43690, 65535]], dtype=uint16)

首先，我尝试将其保存为图像，然后使用Python Imaging Library重新加载：

# try with pil:
io.use_plugin('pil')
io.imsave('test_16bit.png', im)
im2 = io.imread('test_16bit.png')
im2

产生：

array([[  0,  85],
       [170, 255]], dtype=uint8)

因此，某个地方（无论是写入还是读取）都失去了精度。然后，我尝试使用matplotlib插件：

# try with matplotlib:
io.use_plugin('matplotlib')
io.imsave('test_16bit.png', im)
im3 = io.imread('test_16bit.png')
im3

给我一个32位浮点数：

array([[ 0.        ,  0.33333334],
       [ 0.66666669,  1.        ]], dtype=float32)

但是我怀疑这真的是32位，因为我将16位uint保存到了文件中。如果有人可以指出我要去哪里，那将很棒。我也希望将其扩展到3D阵列（即每个颜色通道节省16位，每个图像节省48位）。

更新：

问题在于储蓄。图像是每个通道8位。如何使用io.imsave输出高位深度的图像？