读取(520,696)图像时形状异常，如何获取目标形状并转换？

解决方法：获取(520, 696)形状的图像数组 #

Hey there! Let's break down why you're getting that extra dimension and how to fix it:

为什么你的数组形状是(1, 520, 696, 4)？ #

• 第一个维度1：因为你把np.array(Image.open(...))又包裹了一层[]，相当于手动加了一个batch维度（用来表示一批图像的维度）。
• 最后一个维度4：说明你读取的图像是RGBA格式（包含红、绿、蓝、透明度四个通道），而不是单通道的灰度图。

快速修复方案 #

方案1：读取时直接转为灰度图

这是最直接的方式，用PIL的convert('L')把图像转为单通道灰度图：

from PIL import Image
import numpy as np

# 读取图像并转为灰度模式
img = Image.open(folder_path + folders + '/images/' + image).convert('L')
array = np.array(img, np.int32)
print(array.shape)  # 输出：(520, 696)

之后你再用toimage(array)就不会报错了，因为二维数组刚好符合灰度图像的模式要求。

方案2：处理已读取的RGBA数组

如果已经得到了(1, 520, 696, 4)的数组，也可以一步步修正：

# 先去掉多余的batch维度
array = array.squeeze()  # 形状变为(520, 696, 4)

# 方法A：用PIL转灰度
gray_img = Image.fromarray(array.astype(np.uint8)).convert('L')
gray_array = np.array(gray_img, np.int32)

# 方法B：手动计算灰度（用标准的灰度转换公式）
gray_array = np.round(0.299 * array[..., 0] + 0.587 * array[..., 1] + 0.114 * array[..., 2]).astype(np.int32)

print(gray_array.shape)  # 输出：(520, 696)

为什么之前toimage报错？ #

toimage对输入数组的形状有严格要求：

• 二维数组：对应单通道灰度图
• 三维数组（最后一维为3）：对应RGB彩色图
• 三维数组（最后一维为4）：对应RGBA图

你的数组多了一个额外的batch维度（第一个1），所以它无法识别合适的图像模式，就抛出了那个错误。

内容的提问来源于stack exchange，提问作者Ryan