问题解决：matplotlib显示图像失真，保存再加载能够正常显示
1. 显示图像时，图像失真，保存再加载能够正常显示
【问题】
最近做车牌攻击，攻击后的车牌必须要保存后再次打开才能显示正常，如果攻击的车牌直接显示，就是下面这样，不能正常显示。
原因分析
为什么先使用OpenCV的cv2.imwrite函数保存图片后，再次使用imread读取保存后的图片就显示正常了？
说明imwrite函数中做了某些处理，由于OpenCV是开源的，所以找到源码，发现imwrite函数中调用了如下语句，说明在保存的时候，将图像先转换为CV_8U，然后再保存。
image.convertTo( temp, CV_8U );
备注：CV_8U是无符号的8位/像素 – 即像素可以具有值0-255，这是大多数图像和视频格式的正常范围。
解决方法
其实在，jupyter中，显示的时候已经有 Clipping input data to the valid range for imshow with RGB data ([0..1] for floats or [0..255] for integers).的提示，但自己忽略了，导致走偏。
在jupyter中使用matplotlib显示图像，有两种处理方法:
【第一种】: 将图像进行转换，由0~255之间的浮点数转换为 0~255的整数，该方法是真正解决问题，和imwrite的解决思路一致。
img_ret = np.array(img, np.int32)
【第二种】如果只是为了在jupyter中显示正常，可以在显示的时候，除以255，将其转换为0~1之间的floats即可正常显示。
plt.figure()
plt.title(ret)
plt.imshow(img / 255) #转换为0~1之间的float
plt.show()
可以参考
2. imwrite 保存的图像为黑色
【问题】
OpenCV中，处理完图像使用imshow可以正常显示，但保存为图像时为黑色。
【解决】这里打印出图像内容，可以看出图像数据都是0~1之间的浮点数，所以在保存后会显示为黑色。此时需要使用normalize函数做格式转换，转换实例:
# 注意查看api文档：dst = cv.normalize(src, dst[, alpha[, beta[, norm_type[, dtype[, mask]]]]] )
# 解决保存图片为黑色的情况
img_adv1 = cv2.normalize(img_adv1, None, 0, 255, cv2.CV_8U)