我正在尝试找到一种使用Pillow获取图像通道数的方法。这看似微不足道，但我找不到（简单答案）。
我知道我可以用一些较小的开销解决它（有2种可能性）：
array.shape image.size[0]*image.size[1]检查len(image.getdata()) 所以我对寻找一个可行的解决方案并不是很感兴趣，而是想用枕头来完成它。
我使用的代码简单明了：
from PIL import Image
image = Image.open(image_path)
image.size # <- this gives the size of the image but not the channel as in numpy.
（609，439）
我还发现这种方法受answer的启发（当然，这也导入了开销）：
num_channel = len(image.split())
在我看来，我真的找不到这个简单的答案。
答案 0 :(得分：4)
我决定回答自己的问题（尽管我基本上会总结@cryptonome的评论）。
好吧，关于PIL，我得到的选择是：
image.mode：返回包含读取数据模式的str。 RGB和灰度图像的典型值分别为"RGB"和"L"。模式显示为here。im2.info：返回包含有关图像的各种信息的字典。这是特定于图像格式的。例如，对于jpg图像，它（可能）包含带有键的字段：
dpi，jfif，jfif_density，exif等。有关{em> jpg 图像的更多信息，请参见here。image.getbands()：返回一个元组（甚至是一个1元素），该元组包含数据中存在的所有不同通道。对于典型的RGB图像，该值为('R', 'G', 'B')，对于典型的灰度图像，其值为('L',)。因此，从以上的观点来看，我认为更简洁的方法是将image.mode与L和RGB字符串进行比较，以确定图像是否为灰度图像或如果主要问题是渠道数量（如本问题所述），那么简单的len(image.getbands())就可以完成工作。
通常len(image.mode)将与len(image.getbands())一致，并且可以在其位置使用，但是由于存在至少一种模式YCbCr，该模式包含5个字符但仅3个通道（3x8位像素） （彩色视频格式），我猜想len(image.getbands())会更安全。