MacOS下使用Pillow实现JPG转BMP遇问题求助

首先，如果你只是想单纯完成JPG到BMP的格式转换，不需要额外图像处理的话，Pillow的代码其实非常简洁，一行核心操作就能搞定，生成的BMP和原图完全一致：

from PIL import Image

# 打开JPG图片并直接保存为BMP格式
with Image.open("xhty23.jpg") as img:
    img.save("xhty23.bmp")

为什么你的代码会出问题？ #

咱们来拆解你遇到的图像差异和报错原因：

1. 图像与原图差异极大 #

你在代码里额外做了灰度转换+FFT傅里叶变换+频谱可视化操作，这已经不是单纯的格式转换了，而是对图像做了频域处理，最终生成的是图像的频谱图，自然和原图完全不同。如果你的目标只是转格式，这些处理步骤完全不需要。

2. 第一个报错：KeyError: '.BMP' #

在j.save("a", ".bmp")这行中，第二个参数是格式标识，应该传入不带点的格式名称（比如"BMP"），而不是带点的.bmp。正确写法可以是j.save("a", "BMP")，或者直接写带.bmp后缀的文件名，让Pillow自动识别格式。

3. 第二个报错：OSError: cannot write mode F as BMP #

这是核心问题：你用Image.fromarray(b)生成的图像模式是F（32位浮点型），而Pillow的BMP插件不支持这种模式。BMP支持的常见模式是RGB、L（8位灰度）、P（调色板）等，所以必须把浮点数组转换为8位无符号整数（uint8）格式，同时将数值范围调整到0-255之间。

如果你确实需要处理FFT后保存为BMP #

如果你的真实需求是对图像做FFT处理后再保存为BMP，可以修正代码如下：

from PIL import Image
import numpy as np

# 打开图片并转为灰度图
img = Image.open("xhty23.jpg").convert('L')
im = np.array(img)

# 执行FFT并做可视化处理
fft_mag = np.abs(np.fft.fftshift(np.fft.fft2(im)))
visual = np.log(fft_mag + 1)  # 加1避免log(0)报错
# 将数值归一化到0-255区间
visual = (visual - visual.min()) / (visual.max() - visual.min()) * 255
# 转换为uint8类型（关键步骤，让图像模式符合BMP要求）
visual = visual.astype(np.uint8)

# 生成图像并保存为BMP
result = Image.fromarray(visual)
result.save('out.bmp')

内容的提问来源于stack exchange，提问作者Jay