修复Matplotlib显示OpenCV转换的实际尺寸灰度图时的ValueError问题

问题根源 #

原display_image函数默认假设输入图像是3通道（RGB/BGR），直接执行h, w, c = image.shape解包三个维度，但灰度图的shape只有**高度（h）、宽度（w）**两个维度，因此触发not enough values to unpack (expected 3, got 2)错误。

修复方案 #

以下提供两种兼容灰度图和彩色图的函数修改方式：

方案一：动态适配维度并处理颜色映射

import matplotlib.pyplot as plt

def display_image(image):
    # 判断图像维度，区分灰度图与彩色图
    if len(image.shape) == 2:
        h, w = image.shape
        # 灰度图需指定颜色映射，避免显示偏色
        cmap = 'gray'
    else:
        h, w, _ = image.shape
        cmap = None
    
    # 按实际尺寸计算画布大小
    dpi = plt.rcParams['figure.dpi']
    figsize = w / dpi, h / dpi
    
    # 绘制图像
    fig = plt.figure(figsize=figsize)
    ax = fig.add_axes([0, 0, 1, 1])
    ax.imshow(image, cmap=cmap)
    plt.show()

方案二：扩展灰度图维度统一处理

如果需要保持图像维度一致（都为3D数组），可以给灰度图手动添加单通道维度：

import matplotlib.pyplot as plt

def display_image(image):
    # 扩展灰度图维度为(h, w, 1)
    if len(image.shape) == 2:
        image = image[:, :, None]
    
    # 统一解包维度
    h, w, c = image.shape
    dpi = plt.rcParams['figure.dpi']
    figsize = w / dpi, h / dpi
    
    fig = plt.figure(figsize=figsize)
    ax = fig.add_axes([0, 0, 1, 1])
    # 单通道图像仍需指定灰度映射
    ax.imshow(image.squeeze(), cmap='gray' if c == 1 else None)
    plt.show()

关键说明 #

• 灰度图显示时必须指定cmap='gray'，否则Matplotlib会使用默认的彩色映射（如viridis），导致图像颜色失真。
• 两种方案都能同时兼容OpenCV读取的彩色图（BGR格式）和灰度图，无需额外修改调用逻辑。

内容的提问来源于stack exchange，提问作者Thurunu Mihiranga