Python 为什么cv2转换的灰度图像仍然有3个通道？

我在尝试去除图像的第三维（RGB维）以便将其输入Knn分类器进行人脸识别时遇到了这种令人困惑的情况

我从wild数据库中的标记人脸中选取了一张彩色人脸图像作为示例。它保存在本地

我首先导入图像，然后将其转换为灰度，然后检查尺寸（时间1），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（时间2）

在（时间1），维度为2:（250250）。然而，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？导入灰度图片以保持二维时，我应该指定什么

以下是我的python代码：

---

尝试

gray2=cv2.imread（“路径/新名称”，cv2.imread\u灰度）

由于默认设置为

cv2.IMREAD\u COLOR

，因此通过设置标志，

cv2.IMREAD

的默认设置是读取彩色图像，因此它会将灰度图像分割为3个通道

---

通过特定的

cv2.imread（“path/newname”，cv2.imread\u GRAYSCALE）

，该函数将以灰度读取图像。

我相信上面可能会回答这一问题。试试这个：

img=cv2.imread（'gray.jpg'，0）

如果您使用

cv2.imread\u UNCHANGED

而不是

0

，您的代码的未来读者将感谢您。不要走得太远，但是你可以通过这样声明来减少0是一个神奇的变量：

READ\u GRAYSCALE\u ONLY\u FLAG=0

，然后再通过：）^这太过分了。不要编造新的常数；使用已经存在的常量。

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)