为何Matplotlib读取灰度图像时返回RGBA格式数组？

我使用带有cmap='gray'参数的matplotlib.pyplot.imsave将一个1024x1024的nparray保存为灰度图像，但使用matplotlib.pyplot.imread读取该图像时，得到的却是1024x1024x4的nparray。相关代码如下：

import numpy as np
import matplotlib.pyplot as plt

im = np.random.rand(1024, 1024)
print(im.shape)

plt.imsave('test.png', im, cmap='gray')
im = plt.imread('test.png')

print(im.shape)

根据imread的文档说明，灰度图像应返回(M,N)形状的数组，这引发了以下疑问：

• 灰度图像的准确定义是什么？
• 它们在磁盘上如何存储？
• Matplotlib如何判断读取图像的格式（为何此处读取为RGBA格式）？

解答 #

1. 为什么读取后是RGBA格式？ #

plt.imsave默认会给PNG图像添加Alpha（透明度）通道，哪怕你指定了cmap='gray'。它并没有把数据保存为单通道灰度图，而是将单通道灰度值通过灰度色映射后，以带透明通道的RGBA格式写入PNG文件。所以磁盘上的test.png本质是RGBA图像，读取后自然返回4通道数组。

2. 灰度图像的准确定义 #

灰度图像是仅用单个数值表示每个像素亮度的图像，没有色彩信息。这个数值通常范围是0（纯黑）到255（纯白）（8位整数型），或0.0到1.0（浮点型）。从数据结构上看，理想的灰度图是单通道(M,N)的数组，但实际存储时可能因格式或保存参数附带其他通道（比如Alpha）。

3. 灰度图像在磁盘上的存储方式 #

不同图像格式的存储逻辑有差异：

• PNG：支持多种模式，包括单通道灰度（8/16位）、带Alpha通道的灰度（RGBA）、真彩色等。如果保存时写入了Alpha通道，就会以RGBA格式存储。
• JPG：不支持Alpha通道，灰度图会以单通道亮度分量（YUV色彩空间的Y通道）存储。
• BMP：可存储单通道灰度图，也支持带Alpha的格式，取决于保存时的设置。

简言之，磁盘上的灰度图不一定是单通道，最终格式由保存时选择的文件格式和参数决定。

4. Matplotlib判断图像格式的逻辑 #

plt.imread首先通过文件头标识判断图像格式（比如PNG的文件头是固定的二进制序列89 50 4E 47），然后读取文件内部的色彩模式元数据：

• 如果文件是单通道灰度模式，返回(M,N)形状的数组；
• 如果是带Alpha的灰度（RGBA）或真彩色（RGB/RGBA）模式，返回(M,N,3)或(M,N,4)形状的数组。

解决方法：保存纯单通道灰度图 #

如果想得到真正的单通道灰度PNG，建议改用PIL或OpenCV来保存：

# 使用PIL保存纯灰度图
from PIL import Image
import numpy as np

im = np.random.rand(1024, 1024) * 255  # 转换为0-255的uint8类型
im = im.astype(np.uint8)
Image.fromarray(im, mode='L').save('test_gray.png')

# 读取验证
im_read = np.array(Image.open('test_gray.png'))
print(im_read.shape)  # 输出 (1024, 1024)

内容的提问来源于stack exchange，提问作者user3221037