如何将(1080,1920,3)图像转为(1080,1920,1)并适配PIL？

核心问题原因 #

PIL的Image.fromarray不支持形状为(H, W, 1)的单通道数组格式。在PIL的设计逻辑里，单通道灰度图像对应的numpy数组是2D结构(H, W)，而3D数组(H, W, C)仅用于多通道图像（如RGB的C=3、RGBA的C=4）。你传入的(1080, 1920, 1)数组会被PIL误判，要么直接抛出类型错误，要么解析异常导致size返回总像素数而非宽高元组。

解决方案 #

方案1：直接用2D单通道数组创建PIL图像（推荐） #

这是最贴合PIL设计的方式，完全满足你获取(1920, 1080)尺寸的需求：

import cv2
import os
import numpy as np
from PIL import Image

for fr in fr_lst:
    frame = cv2.imread(os.path.join(frame_root, fr))
    # 转换为RGB格式
    frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
    r, g, b = cv2.split(frame)
    # 直接用2D的r数组创建PIL图像，无需扩展维度
    frame_img = Image.fromarray(r)
    print(frame_img.size)  # 输出 (1920, 1080)，符合预期
    
    # 若后续处理需要(1080, 1920, 1)的数组，再单独扩展维度
    r_expanded = np.expand_dims(r, axis=2)

方案2：强制将3D单通道数组转为PIL可识别格式 #

如果必须基于(H, W, 1)的数组创建图像，可以先压缩多余维度再处理：

# 基于你原有代码修改
r = np.expand_dims(r, axis=2)
# 压缩最后一个维度，回到2D数组格式
r_squeezed = np.squeeze(r, axis=2)
frame_img = Image.fromarray(r_squeezed)

关于size异常的解释 #

当你用(1080, 1920, 1)数组创建PIL图像时，PIL无法识别这个非标准格式，会错误地将整个数组视为一维序列，所以size返回的是总像素数1080*1920=2073600，而非正常的宽高元组。

内容的提问来源于stack exchange，提问作者Francesco