将RGB数组转为PNG图片：PIL转numpy数组生成的my.png不可读问题

我来帮你搞定这个问题！这种情况大多是因为从PIL图片转成numpy数组后，数据格式、维度或者数值范围出了问题，导致生成的PNG文件损坏。咱们一步步排查解决：

1. 确认数组的数据类型是否正确 #

PIL读取的图片转成numpy数组后，正常应该是uint8类型（取值范围0-255的整数）。如果你的数组是float类型（比如做了归一化变成0-1的浮点数），直接保存就会导致图片无法读取。

解决方法：强制转换数组为uint8类型，示例代码如下：

from PIL import Image
import numpy as np

# 读取原始图片
original_img = Image.open("your_image.png")
# 转换为numpy数组
img_array = np.array(original_img)

# 检查并转换数据类型
if img_array.dtype != np.uint8:
    img_array = img_array.astype(np.uint8)

# 生成并保存副本
new_img = Image.fromarray(img_array)
new_img.save("my.png")

2. 检查数组的维度和通道顺序 #

RGB图片的numpy数组形状应该是(高度, 宽度, 3)，灰度图是(高度, 宽度)。如果你的数组形状搞反了（比如变成(宽度, 高度, 3)），或者通道数不对，也会导致图片损坏。

解决方法：打印数组形状确认，若维度错误则调整：

print(f"数组形状: {img_array.shape}")  # 正常RGB图应该输出类似 (480, 640, 3)

# 如果宽高颠倒，用transpose调整
if img_array.shape[0] < img_array.shape[1]:  # 可根据实际场景判断调整逻辑
    img_array = img_array.transpose(1, 0, 2)

3. 确认数值范围是否符合要求 #

如果你在处理数组时做了归一化（比如把值缩放到0-1之间的浮点数），需要先把数值还原到0-255的范围再转成uint8：

# 假设数组是0-1的float类型
img_array = (img_array * 255).astype(np.uint8)

4. 保存时指定格式参数（可选） #

虽然PIL会根据文件名后缀自动识别格式，但有时候显式指定format="PNG"可以避免意外：

new_img.save("my.png", format="PNG")

调试小技巧 #

如果还是有问题，可以打印数组的关键信息排查：

print(f"数组类型: {img_array.dtype}")
print(f"数组最大值: {img_array.max()}, 最小值: {img_array.min()}")

正常情况下，最大值应该是255，最小值0，类型为uint8。

内容的提问来源于stack exchange，提问作者Aditya Rai