在PIL/Pillow中处理二进制PNG图像：反转图像转numpy数组值一致问题

嘿，这个问题我之前也碰到过！其实核心原因大概率是图像的存储模式在搞鬼，我给你拆解一下可能的情况：

1. 图像用了调色板模式（P模式） #

很多简单的黑白PNG（比如你例子里的图）会默认用调色板模式存储。这种模式下，图像的像素值并不是直接的RGB颜色，而是调色板的索引值。

举个例子：假设原图的调色板里，索引0对应黑色，索引1对应白色；而所谓的“反转图”只是把调色板里的颜色映射反过来了（索引0变白，索引1变黑），但像素矩阵里的索引值完全没变！这时候用np.asarray()转出来的自然是一模一样的数组。

你可以先验证一下图像模式：

print(t.mode)  # 如果输出是'P'，那就是这个问题

解决方法很简单，先把图像转成RGB模式再转数组：

np.asarray(t.convert('RGB'))
np.asarray(t_inverted.convert('RGB'))

这时候就能看到反转后的颜色差异了。

2. 所谓的“反转”只是显示效果，没真正修改像素 #

有时候你拿到的“反转图”可能只是在查看工具里做了临时反转显示，并没有实际修改文件里的像素数据。这种情况下两个文件的像素本身就是一样的，转数组自然没区别。

你可以用PIL自带的ImageOps.invert()来生成真正的反转图像，再对比数组：

from PIL import ImageOps
t_inverted_real = ImageOps.invert(t)
print(np.array_equal(np.asarray(t), np.asarray(t_inverted_real)))

正常情况下这个结果应该是False，因为真正反转了像素值。

3. 特殊通道的干扰（比如Alpha通道） #

如果图像是RGBA模式，反转操作可能只修改了RGB通道，而Alpha通道完全没变化？不过这种情况数组应该还是会有差异的，除非反转操作根本没碰像素数据。所以这个可能性比较小，优先排查前两种情况。

完整验证代码 #

import numpy as np
from PIL import Image, ImageOps

# 加载图像
t = Image.open('t.png')
t_inverted = Image.open('t_inverted.png')

# 检查图像模式
print(f"原图模式: {t.mode}")
print(f"反转图模式: {t_inverted.mode}")

# 调色板模式转RGB对比
if t.mode == 'P':
    t_rgb = t.convert('RGB')
    inv_rgb = t_inverted.convert('RGB')
    print("RGB模式下数组是否相等:", np.array_equal(np.array(t_rgb), np.array(inv_rgb)))

# 生成真正的反转图并对比
real_inv = ImageOps.invert(t)
print("原图与真正反转图的数组是否相等:", np.array_equal(np.array(t), np.array(real_inv)))

内容的提问来源于stack exchange，提问作者waspinator