Scikit Image加载PNG二进制图像并转换回二进制矩阵的问题

1. 读取得到的数组格式含义 #

• 该数组是RGBA四通道8位图像的标准存储格式：数组最后一维长度为4，四个值依次对应单个像素的红（R）、绿（G）、蓝（B）、透明度（A）通道数值，每个通道取值范围为0-255的无符号整数；你读取到的所有像素A通道值为255，代表图像完全不透明。
• 数组值和你原始二值矩阵不匹配的核心原因是：调用matplotlib.imsave时未显式指定配色映射规则，函数默认使用viridis伪彩色映射，将你原始单通道数组中的最小值0映射为viridis色板的深紫色（对应RGB值[68, 1, 84]），最大值1映射为viridis色板的亮黄色（对应RGB值[253, 231, 36]），最终存储的是伪彩色PNG而非二值灰度图，读取后自然和原始数组结构、数值不一致。

2. 转换回原始二进制矩阵的方法 #

根据你当前的阶段，可选择对应方案：

已读取到四通道数组，直接还原 #

原始0和1对应的像素色彩差异极大，任选一个数值差明显的通道做阈值分割即可100%还原，示例代码：

import numpy as np
from skimage import io

# 读取PNG图像
img = io.imread("your_image_path.png")
# 取G通道做阈值分割（0对应G值1，1对应G值231，阈值取127可完全区分）
binary_matrix = (img[:, :, 1] > 127).astype(np.uint8)

运行得到的binary_matrix就是和你原始输入完全一致的11×11二值矩阵。

后续保存数组时避免该问题 #

保存时显式指定灰度配色、固定数值映射范围，就不会自动套用伪彩色映射：

import matplotlib.pyplot as plt
# arr为你的原始0/1二值数组
plt.imsave("valid_binary.png", arr, cmap="gray", vmin=0, vmax=1)

如果需要严格存储无额外色彩映射的单通道二值图，可将数组转为0-255范围的uint8格式后用PIL保存：

import numpy as np
from PIL import Image

img = Image.fromarray((arr * 255).astype(np.uint8))
img.save("strict_binary.png")

用该方式保存的图像读取后为单通道数组，除以255即可得到原始0/1矩阵。

内容的提问来源于stack exchange，提问作者Sam