这问题我之前调试的时候也踩过坑，本质是PIL和OpenCV对灰度图像的存储、读取逻辑存在差异，具体原因和解决方法如下：

问题原因 #

1. OpenCV读取的默认行为
   cv2.imread()函数默认使用cv2.IMREAD_COLOR参数（值为1），这个参数会强制将所有读取到的图像转换为3通道BGR格式——哪怕原图像本身是单通道灰度图，它也会自动复制单通道数据到三个通道上，所以你看到的维度是(H, W, 3)。

2. 图像保存的格式特性
   虽然PIL的convert('L')确实生成了单通道灰度图像，但当你保存为JPG这类格式时，文件本身并没有明确标记为"单通道灰度图"的元数据，OpenCV识别时就会默认按3通道处理。

解决方法 #

方法一：读取时指定灰度模式参数（最直接） #

在使用cv2.imread()读取灰度图时，显式传入cv2.IMREAD_GRAYSCALE参数（值为0），这样OpenCV会直接读取为单通道数组：

import cv2
# 用灰度模式读取图像
im_gray2 = cv2.imread('path/to/grayscale/image', cv2.IMREAD_GRAYSCALE)
print(im_gray2.shape)  # 输出格式为 (图像高度, 图像宽度)，不再有第三个通道维度

方法二：保存时确保单通道信息正确存储（可选优化） #

如果你希望图像文件本身就明确是单通道格式，可以结合numpy和OpenCV来保存：

from PIL import Image
import numpy as np
import cv2

img = Image.open('path/to/color/image')
imgGray = img.convert('L')
# 将PIL图像转为numpy单通道数组
gray_np = np.array(imgGray)
# 用OpenCV保存单通道图像（推荐存为PNG，对单通道支持更清晰）
cv2.imwrite('path/to/grayscale/image.png', gray_np)

这样保存的图像，即使不小心用默认参数读取，你也可以通过cv2.cvtColor(im_gray2, cv2.COLOR_BGR2GRAY)快速转为单通道，但还是推荐用方法一的读取方式更高效。

验证单通道是否正确生成 #

你可以用PIL再读取保存后的图像，确认它的模式确实是单通道：

from PIL import Image
check_img = Image.open('path/to/grayscale/image')
print(check_img.mode)  # 输出 'L'，说明是标准单通道灰度图

内容的提问来源于stack exchange，提问作者iamgee