尝试使用灰度色图?

例如:

imshow(..., cmap=pyplot.cm.binary)

颜色地图的列表，请参见http://scipy-cookbook.readthedocs.org/items/Matplotlib_Show_colormaps.html

下面的代码将从image.png文件中加载图像，并将其显示为灰度。

import numpy as np
import matplotlib.pyplot as plt
from PIL import Image

fname = 'image.png'
image = Image.open(fname).convert("L")
arr = np.asarray(image)
plt.imshow(arr, cmap='gray', vmin=0, vmax=255)
plt.show()

如果您想显示逆灰度，请将cmap切换为cmap='gray_r'。

试试这个:

import pylab
from scipy import misc

pylab.imshow(misc.lena(),cmap=pylab.gray())
pylab.show()

进口matplotlib。Pyplot作为PLT

也可以在代码中运行一次

plt.gray()

这将默认显示灰度图像

im = array(Image.open('I_am_batman.jpg').convert('L'))
plt.imshow(im)
plt.show()

我将使用get_cmap方法。例:

import matplotlib.pyplot as plt

plt.imshow(matrix, cmap=plt.get_cmap('gray'))

@unutbu的答案非常接近正确答案。

默认情况下，plt.imshow()将尝试将(MxN)数组数据缩放到0.0~1.0。然后映射到0~255。对于大多数自然拍摄的图像，这是很好的，你不会看到不同。但如果你有一个像素值范围很窄的图像，比如说最小像素是156，最大像素是234。灰色图像看起来完全错误。 用灰色显示图像的正确方法是

from matplotlib.colors import NoNorm
...
plt.imshow(img,cmap='gray',norm=NoNorm())
...

让我们来看一个例子:

这是原始图像: 原始

这是使用默认的规范设置，即None: 错误的图片

这是使用NoNorm设置，即NoNorm(): 正确的图片

不使用插值和设置为灰色。

import matplotlib.pyplot as plt
plt.imshow(img[:,:,1], cmap='gray',interpolation='none')

当图像有紫色和黄色时。

更改图像保存方式: plt.imsave(…,提出=“灰色”)

plt.imshow(img[:,:,0], cmap='gray')

plt.imshow(img[:,:,1], cmap='gray')

plt.imshow(img[:,:,2], cmap='gray')

应该工作。但是，这种方法的问题是它不是真正的灰色。它只改变一个RGB通道为灰色。

看下面。

from sklearn.datasets import load_sample_image
flower = load_sample_image("flower.jpg")

plt.subplot(1,4,1)
plt.imshow(flower)
plt.axis("off")
plt.title("Original")

# R level to gray
plt.subplot(1,4,2)
plt.imshow(flower[:,:,0], cmap='gray')
plt.axis("off")
plt.title("R to gray")


# G leval to gray
plt.subplot(1,4,3)
plt.imshow(flower[:,:,1], cmap='gray')
plt.axis("off")
plt.title("R to gray")

# B leval to gray
plt.subplot(1,4,4)
plt.imshow(flower[:,:,2], cmap='gray')
plt.axis("off")
plt.title("R to gray")

plt.show()

(结果图片)