如何将PIL图像生成的numpy数组转换为二进制？现有尝试均无效

• 用.getdata()读取彩色图像时，返回的像素是带通道的元组结构（比如RGB图每个元素是(R,G,B)三元组），直接对元组对象做format()格式化、或者套bin()转换都会直接抛类型错误
• 没有处理多维度的数组结构，遍历时拿到的是整个通道维度的子数组，而非单个0-255范围的像素值，自然没法生成正确的8位二进制
• bin()函数本身返回的是带0b前缀的变长二进制串，比如bin(10)返回'0b1010'，根本不符合固定8位、高位补0的格式要求

逐位操作场景（隐写、比特加密、比特流提取） #

如果需要把每个像素值转成固定长度的8位二进制字符串，用于逐比特的处理，先把图像读取逻辑换成熟悉的规整数组，避开容易踩坑的.getdata()：

from PIL import Image
import numpy as np

# 直接读取图像为标准numpy数组，支持灰度图、RGB、RGBA全格式
img = Image.open("covid_encrypted_new.png")
pixels = np.array(img)
# 打印可以确认数组结构：(H,W)是灰度图，(H,W,3)是RGB图，(H,W,4)是带透明通道的RGBA图
print(f"像素数组形状: {pixels.shape}, 数据类型: {pixels.dtype}")

转换逻辑做简单的结构适配就可以跑通：

def to_bin(pixel_arr):
    # 先把所有通道的像素值展平成一维序列，拿到单个的数值
    flat_pixels = pixel_arr.flatten()
    # 逐值生成高位补0的固定8位二进制字符串
    return [format(val, "08b") for val in flat_pixels]

如果需要拿到数值型的0/1比特数组（而非字符串）做高速运算，可以直接用numpy内置的解包接口，比手写循环快几十倍：

# 直接把每个8位字节拆成8个独立的0/1元素
bit_array = np.unpackbits(pixels.astype(np.uint8))

序列化存储/传输场景 #

如果是要把像素数组转成可以写文件、走网络传输的原始二进制字节流，根本不需要手动拼字符串，numpy自带的接口就足够用：

# 把整个像素数组转成连续的二进制字节
pixel_bytes = pixels.tobytes()

# 后续还原的时候，只需要对齐原数组的形状和数据类型，就能完全复原成原来的图像数组
restored_pixels = np.frombuffer(pixel_bytes, dtype=pixels.dtype).reshape(pixels.shape)

• 做8位二进制转换前，一定要确认数组是uint8类型（取值范围0-255），如果读取出来是float类的数组，先通过pixels = pixels.astype(np.uint8)做类型转换，不然会出现数值溢出、格式错位的问题
• 用np.unpackbits的时候，可以通过bitorder='little'参数调整比特的排列顺序，适配不同算法的要求

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