为什么cv2转换后的灰度图像还有3个通道？

Question

当我试图去除图像的第三维度（RGB维度）以便将它们输入Knn分类器进行人脸识别时，我遇到了这种令人困惑的情况。在

我从wild数据库中的标签人脸中选取一张彩色人脸图像作为例子。它保存在本地。在

我首先导入图像，然后将其转换为灰度，然后检查尺寸（time1），然后使用“imwrite”导出，然后再次导入灰度图像，然后再次检查其尺寸（time2）。在

在（时间1），维度是2:（250250）。但是，在（时间2），维度变为3:（250，250，3）。为什么导出和导入会改变灰度图片的尺寸？当导入灰度图片以保持二维时，我应该指定什么？

下面是我的python代码：

import cv2

import matplotlib.pyplot as plt

imgBGR = cv2.imread("path/filename")

gray = cv2.cvtColor(imgBGR, cv2.COLOR_BGR2GRAY)

gray.shape  # this gives me (250, 250)

cv2.imwrite("path/newname", gray)

gray2 = cv2.imread("path/newname")

gray2.shape  # this gives me (250, 250, 3)

Answer 1

尝试gray2 = cv2.imread("path/newname" , cv2.IMREAD_GRAYSCALE)

作为Opencv imread documentaion，默认值是cv2.IMREAD_COLOR，因此设置标志时，cv2.imread的默认设置是读取彩色图像，因此它将灰度图像分成3个通道。在

通过特定的cv2.imread("path/newname" , cv2.IMREAD_GRAYSCALE)，函数将读取灰度图像。在