PIL灰度图转NumPy数组再转回后颜色异常问题求助

问题出在图像加载模式和通道数不匹配，以及Keras工具函数的默认行为上，以下是具体解决方法：

核心原因 #

• keras.utils.load_img默认以RGB模式加载图像，即使原图是灰度图，也会被转换成3通道的RGB格式。
• img_to_array会保留通道数，转回图像时如果通道数和原图不一致，就会出现颜色偏差。

修正步骤及代码 #

1. 正确加载灰度图像 #

加载时明确指定color_mode="grayscale"，直接得到单通道的PIL灰度图：

from keras.utils import load_img, img_to_array, array_to_img

# 以灰度模式加载图像
a = load_img(img_src + "/00000.jpg", color_mode="grayscale")

2. 完成数组与图像的无损转换 #

此时转数组再转回的操作会保持单通道，避免颜色异常：

# 转成NumPy数组，形状为 (height, width, 1)
b = img_to_array(a)
# 转回PIL图像，自动匹配单通道格式
c = array_to_img(b)
# 可选：手动确认灰度模式（避免特殊情况）
c = c.convert('L')
# 验证转换后的数组，与原数组一致
d = img_to_array(c)

3. 处理已加载的RGB灰度图 #

如果已经加载了RGB格式的灰度图（三个通道数值相同），先转成单通道再处理：

# 将RGB格式的PIL图转为单通道灰度图
a = a.convert('L')
b = img_to_array(a)
c = array_to_img(b)

验证方法 #

对比转换前后的数组形状和数值：

• 原灰度图加载后转数组，形状应为(H, W, 1)，数值范围0-255（float32类型）。
• 转回图像再转数组，形状和数值应与原数组完全一致。

内容的提问来源于stack exchange，提问作者vrs