下面的代码将从文件image.png中加载一个图像，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()

字符串
如果要显示反转灰度，请将cmap切换为cmap='gray_r'。

尝试使用灰度色彩Map表？
例如：Something like

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

字符串
有关色彩Map表的列表，请参见http://scipy-cookbook.readthedocs.org/items/Matplotlib_Show_colormaps.html

第一个月
也可以在代码中运行一次

plt.gray()

字符串
这将显示图像的灰度作为默认值

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

型

我会使用get_cmap方法。例如：

import matplotlib.pyplot as plt

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

字符串

@unutbu的答案非常接近正确答案。
默认情况下，plt.imshow（）会尝试将你的（MxN）数组数据缩放到0.0~1.0。然后Map到0~255。对于大多数自然拍摄的图像，这是可以的，你不会看到不同。但是如果你有窄范围的像素值图像，假设最小像素为156，最大像素为234，那么灰度图像看起来就完全错误了。

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

字符串
让我们看一个例子：
这是原始图像：original
这是使用defaul norm设置，即None：wrong pic
这是使用NoNorm设置，即NoNorm（）：right pic

试试这个：

import pylab
from scipy import misc

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

字符串

不使用插值并设置为灰色。

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

字符串

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

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

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

字符串
应该可以。但是，这种方法的问题是它不是真正的灰色。它只会将RGB通道中的一个改变为灰色。
请看下面。

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()

型
Result images(https://i.stack.imgur.com/Z54w9.png)

当图像具有紫色和黄色时。
更改保存图像的方式：
第一个月