如何在Python中生成可自定义像素宽高与颜色的图像？

下面介绍两种常用的实现方式，都基于NumPy数组来精准控制每个像素的颜色：

方法一：使用Pillow + NumPy #

Pillow是Python生态中最常用的图像处理库，配合NumPy可以轻松实现像素级的自定义操作。

步骤&代码示例 #

1. 先安装依赖：

pip install pillow numpy

2. 编写代码生成图像：

import numpy as np
from PIL import Image

# 定义图像的宽度和高度
width, height = 200, 100

# 创建RGB格式的数组，形状为(高度, 宽度, 3)，数据类型为uint8（对应0-255的颜色值）
image_array = np.zeros((height, width, 3), dtype=np.uint8)

# 自定义像素颜色：直接通过数组索引赋值
# 左上角100x50区域设为红色（RGB：255,0,0）
image_array[:50, :100] = [255, 0, 0]
# 右下角100x50区域设为蓝色（RGB：0,0,255）
image_array[50:, 100:] = [0, 0, 255]
# 中间区域设为绿色（RGB：0,255,0）
image_array[25:75, 50:150] = [0, 255, 0]

# 将NumPy数组转换为Pillow图像对象
img = Image.fromarray(image_array)

# 保存图像到本地
img.save("custom_rgb_image.png")
# 直接显示图像
img.show()

方法二：使用OpenCV + NumPy #

OpenCV适合需要后续做计算机视觉处理的场景，注意它的颜色通道顺序是BGR（和Pillow的RGB相反）。

步骤&代码示例 #

1. 安装依赖：

pip install opencv-python numpy

2. 编写代码：

import numpy as np
import cv2

width, height = 200, 100

# 创建BGR格式的数组，形状同样是(高度, 宽度, 3)
image_array = np.zeros((height, width, 3), dtype=np.uint8)

# OpenCV用BGR顺序赋值，红色对应(0,0,255)
image_array[:50, :100] = [0, 0, 255]  # 左上角红色
image_array[50:, 100:] = [255, 0, 0]  # 右下角蓝色
image_array[25:75, 50:150] = [0, 255, 0]  # 中间绿色

# 保存图像
cv2.imwrite("custom_cv_image.png", image_array)
# 显示图像（需要按任意键关闭窗口）
cv2.imshow("Custom Image", image_array)
cv2.waitKey(0)
cv2.destroyAllWindows()

额外说明 #

• 数组的形状必须是**(高度, 宽度, 3)（彩色图）或(高度, 宽度)**（灰度图），因为NumPy按行优先存储，行对应图像的高度维度
• 颜色值必须是0-255之间的整数，所以数组要指定dtype=np.uint8（无符号8位整数）
• 灰度图示例：

import numpy as np
from PIL import Image

width, height = 200, 100
# 创建灰度图数组，形状为(高度, 宽度)
gray_array = np.zeros((height, width), dtype=np.uint8)
# 生成从左到右的灰度渐变（0到255）
gray_array[:, :] = np.linspace(0, 255, width, dtype=np.uint8)

gray_img = Image.fromarray(gray_array)
gray_img.save("gradient_gray_image.png")
gray_img.show()

内容的提问来源于stack exchange，提问作者Patientes