使用PIL实现图像2级量化结果不符，求问题排查

图像对比 #

• 原始灰度图像：
  
• 期望的2级量化结果（纯黑白二值图）：
  
• 实际输出结果（带灰色调）：
  

问题描述 #

我想用PIL和Numpy对图像执行2级量化处理，但实际输出的结果和预期不符，请问我的代码哪里出错了？

我的代码：

from PIL import Image 
import PIL 

# 创建图像对象（主图像）
im1 = Image.open(r'File Address').convert('L')
  
# 量化图像
im1 = im1.quantize(2) 
  
# 显示处理后的图像
im1.show()

问题原因与解决方法 #

问题根源 #

你使用的Image.quantize(2)默认采用自适应调色板生成策略，它会根据图像的灰度分布统计，选择两个能最小化量化误差的灰度值（而非强制使用纯黑0和纯白255），所以最终输出了带灰色调的结果，而非你期望的纯黑白二值图。

解决方法 #

以下两种方式可以得到你想要的纯黑白2级量化效果：

方法1：手动指定黑白调色板

通过自定义调色板，强制量化仅使用纯黑和纯白：

from PIL import Image

# 打开图像并转为灰度图
im1 = Image.open(r'File Address').convert('L')
# 创建仅包含黑、白的调色板（长度需补至768，对应256色的RGB通道）
palette = [0, 0, 0, 255, 255, 255] + [0] * (254 * 3)
# 创建调色板模板并应用量化
palette_img = Image.new('P', (1, 1))
palette_img.putpalette(palette)
im1_quantized = im1.quantize(colors=2, palette=palette_img)
im1_quantized.show()

方法2：用Numpy做阈值分割（更直观）

直接通过阈值把灰度像素划分为黑、白两类，是最直接的二值化方式：

from PIL import Image
import numpy as np

# 打开图像转灰度，转为Numpy数组
im1 = Image.open(r'File Address').convert('L')
img_array = np.array(im1)
# 设置阈值（这里用127作为分界，可根据需求调整）
threshold = 127
# 执行二值化：大于等于阈值设为255（白），否则设为0（黑）
img_quantized = np.where(img_array >= threshold, 255, 0).astype(np.uint8)
# 转回PIL图像并显示
Image.fromarray(img_quantized).show()

内容的提问来源于stack exchange，提问作者Shadow23548