如果你碰巧已经在使用[Py]Qt，你可能会对qimage2ndarray感兴趣。从版本1.4(刚刚发布)开始，PySide也得到了支持，并且将有一个类似于scipy的微小imsave(文件名，数组)函数，但使用Qt而不是PIL。在1.3版本中，只需使用如下代码:

qImage = array2qimage(image, normalize = False) # create QImage from ndarray
success = qImage.save(filename) # use Qt's image IO functions for saving PNG/JPG/..

(1.4的另一个优点是它是一个纯python解决方案，这使得它更加轻量级。)

您可以使用PyPNG。它是一个纯Python(无依赖)开源PNG编码器/解码器，它支持将NumPy数组写入图像。

这个世界可能不需要另一个包来将numpy数组写入PNG文件，但对于那些无法满足的人，我最近在github上发布了numpngw:

https://github.com/WarrenWeckesser/numpngw

在pypi上:https://pypi.python.org/pypi/numpngw/

唯一的外部依赖项是numpy。

下面是存储库的examples目录中的第一个示例。基本路线很简单

write_png('example1.png', img)

其中img是一个numpy数组。该行之前的所有代码都是导入语句和创建img的代码。

import numpy as np
from numpngw import write_png


# Example 1
#
# Create an 8-bit RGB image.

img = np.zeros((80, 128, 3), dtype=np.uint8)

grad = np.linspace(0, 255, img.shape[1])

img[:16, :, :] = 127
img[16:32, :, 0] = grad
img[32:48, :, 1] = grad[::-1]
img[48:64, :, 2] = grad
img[64:, :, :] = 127

write_png('example1.png', img)

下面是它创建的PNG文件:

另外，我使用了numpngw。write_apng在Voronoi图表中创建动画。

你可以在Python中使用'skimage'库

例子:

from skimage.io import imsave
imsave('Path_to_your_folder/File_name.jpg',your_array)

Imageio是一个Python库，它提供了一个简单的接口来读取和写入广泛的图像数据，包括动画图像、视频、体积数据和科学格式。它是跨平台的，运行在Python 2.7和3.4+上，易于安装。

这是一个灰度图像的例子:

import numpy as np
import imageio

# data is numpy array with grayscale value for each pixel.
data = np.array([70,80,82,72,58,58,60,63,54,58,60,48,89,115,121,119])

# 16 pixels can be converted into square of 4x4 or 2x8 or 8x2
data = data.reshape((4, 4)).astype('uint8')

# save image
imageio.imwrite('pic.jpg', data)

如果你有matplotlib，你可以这样做:

import matplotlib.pyplot as plt
plt.imshow(matrix) #Needs to be in row,col order
plt.savefig(filename)

这将保存情节(而不是图像本身)。