将PIL Image转换为Numpy数组时为何形状维度顺序不一致？

你观察得太到位了！这确实是图像处理领域里一个容易踩坑的细节，不同库的设计逻辑导致了维度顺序的差异，咱们来掰扯清楚：

• NumPy数组的维度逻辑：
  NumPy处理图像时，采用(H, W)的格式，也就是先高度（垂直方向的像素行数），再宽度（水平方向的像素列数）。这其实完全贴合数组的索引习惯——你要定位一个像素，得先指定它在第几行（垂直位置），再指定第几列（水平位置），比如img_array[150, 300]就是取第150行、第300列的像素值。你的版本numpy 1.13.3当然也遵循这个规则。

• PIL Image的维度逻辑：
  而PIL（Pillow）则是用(W, H)的顺序，这更贴近我们日常描述图像尺寸的习惯——比如我们说一张图是“1920×1080”，默认指的是宽度1920像素、高度1080像素，所以你调用image.size返回的结果就是(宽度, 高度)，你的Pillow 4.1.1版本也是如此。

至于你提到的matplotlib能正确处理这一点，其实是因为matplotlib在底层做了自动适配：当你传入NumPy数组给plt.imshow()时，它会按照(H, W)的维度去解析；如果传入的是PIL Image对象，它会自动转换为符合自身渲染要求的维度顺序，所以不管你给哪种类型，都能正常显示，不用咱们手动调整维度，确实省了不少事。

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