使用Numpy asarray转换PIL灰度图后matplotlib显示偏绿色的问题咨询

该问题既不是Numpy的转换/存储错误，也不是PIL读取逻辑的问题，是matplotlib的默认渲染配置导致的。
当plt.imshow()接收到单通道的二维灰度数组时，默认不会使用灰度配色，而是采用内置的viridis配色方案渲染，该配色以蓝绿色系为基础，就是你观察到的偏绿显示效果，数组本身存储的灰度数值完全正常。

• 指定灰度配色参数
  调用imshow时显式设置cmap参数为灰度模式即可：

  plt.imshow(npdata, cmap='gray')
  

  若要完全匹配标准8位灰度图的映射规则，可额外指定数值范围：

  plt.imshow(npdata, cmap='gray', vmin=0, vmax=255)
  

• （可选优化）强制转换输入图像为单通道灰度
  部分PNG图像视觉上为灰度，但实际存储为三通道RGB或带透明通道的RGBA格式，可在打开图像后主动转换格式，避免后续处理异常：

  image = Image.open('disparity_SGBM_norm.png').convert('L')
  

你可以将存储的npy文件读取后转回PIL图像直接保存，输出的图像为正常灰度，即可确认Numpy转换和存储环节完全正常：

import numpy as np
from PIL import Image

loaded_data = np.load("image.npy")
recover_img = Image.fromarray(loaded_data)
recover_img.save("recover_test.png")

内容的提问来源于stack exchange，提问作者John Adams