Question

的确，这个问题已经回答了很多次。但是，由于“信誉太低”而不允许在评论中添加评论，因此我想讨论the most comprehensive answer中提出的解决方案。

不是解决方法：

from PIL import Image
import numpy as np
import matplotlib.pyplot as plt #Used in the comparison below

im = Image.open('file.png').convert('RGB') #Opens a picture in grayscale
pic = np.array(im)
im.close()

工作正常吗？我想知道质量是否会发生不可接受的变化。显示图像时，我注意到了一些区别（即plt.imshow（）顶部的黑色行）。

im.show() #Before closing
plt.imshow(pic)

但是我不知道它们是否只是转换为np.array的必然结果。

PS-如果重要的话，我会提到我准备了图像以进行颜色量化（KMeans）和Floyd抖动。

PPS-如果您建议我不要发布重复的问题，而直接讨论答案，将不胜感激。

Answer 1

尝试一下，看看！

from PIL import Image 
import numpy as np

# Other answer method
im1 = Image.open('gray.png').convert('L')
im1 = np.stack((im1,)*3, axis=-1)

# Your method
im2 = Image.open('gray.png').convert('RGB')                  
im2 = np.array(im2) 

# Test if identical
print(np.array_equal(im1,im2))

示例输出

True

我会说一个不同的方面是，即使输入图像是彩色的，另一个答案中的方法也可以使用（因为它实际上会生成R = G = B的灰度图像），而您的方法将产生彩色图像。

Answer 2

我正在做类似的事情，虽然不确定为什么，但是遇到了很多问题。最后，这对我很有效，而且没有丢失任何数据。

dask-cuda-worker

并转换回去：

from PIL import Image
import numpy as np
img=np.array(Image.open(filename).convert('L'))

编辑：这仅适用于黑白图像。彩色图像需要3D阵列而不是2D阵列

灰度.png到numpy数组

2 个答案: