python opencv读取灰度图并用matplotlib显示灰度图的正确做法

最近在学图像处理，遇到了这样一个问题，如何用matplotlib 正确显示opencv读取的灰度图？
如果我们用python opencv读取图片并转换成灰度图，再把它显示出来，我们可以很容易的利用下面这段代码实现：

以这幅图片为例：

代码：

'''
Description: 
Author: Weijian Ma
Date: 2020-10-13 15:50:15
LastEditTime: 2020-10-15 15:13:52
LastEditors: Weijian Ma
'''
import numpy as np
import cv2

## 读取图片并转换成灰度图
img = cv2.imread("img01.png",0)

##显示图片
cv2.imshow("img",img)
cv2.waitKey()

结果：

然而，在很多情况下，为了便于观察，我们需要在一个窗口中显示多张图像，比如下面这张图片，在一个窗口中显示一张图像和它的直方图，这就需要我们用到python的第三方库matplotlib了。

那么我们应当如何利用matplotlib显示灰度图呢？
搜索很多大佬们的解决办法，发现他们都是用下面的代码实现的:

'''
Description: 
Author: Weijian Ma
Date: 2020-10-13 15:50:15
LastEditTime: 2020-10-15 15:26:49
LastEditors: Weijian Ma
'''
import matplotlib.pyplot as plt
import numpy as np
import cv2

## 读取图片并转换成灰度图
img = cv2.imread("img01.png",0)

##显示图片
plt.imshow(img,cmap="gray")
plt.show()

在显示图片的时候，加上camp="gray"。

结果：

乍一看并没有什么问题，但是这并不是我们想要的那种256灰度级的灰度图，说到这里，你可能会不理解，下面的这个例子会告诉你一切真相：

比如，我们要显示一张256灰度级的灰度图，用矩阵可以表示为：

img = np.array([[0, 1, 1, 0, 0],
                [3, 4, 0, 2, 1],
                [3, 2, 1, 0, 2],
                [2, 1, 1, 0, 3],
                [2, 3, 3, 4, 4]])

利用matplotlib，用上面的方法显示出来：

'''
Description: 
Author: Weijian Ma
Date: 2020-10-13 10:09:21
LastEditTime: 2020-10-15 15:36:34
LastEditors: Weijian Ma
'''
import numpy as np
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif']=['SimHei']   # 用黑体显示中文
plt.rcParams['axes.unicode_minus']=False     # 正常显示负号

img = np.array([[0, 1, 1, 0, 0],
                [3, 4, 0, 2, 1],
                [3, 2, 1, 0, 2],
                [2, 1, 1, 0, 3],
                [2, 3, 3, 4, 4]])

plt.imshow(img,cmap="gray")
plt.colorbar()
plt.show()

很显然，这里灰度级为4的像素是白色，并不是我们想要的结果，而且，在很多情况下，我们会发现，利用这种方法显示灰度图会和利用opencv显示灰度图有些许差别，特别是一些较暗的图像，如果我们用matplotlib的plt.imshow(img,cmap="gray")显示图像，会和真实的灰度图有明差别。

原始图像：

运行以下代码，分别用opencv的 cv2.imshow("img", img)和 matplotlib的 plt.imshow(img, cmap="gray")显示灰度图。

'''
Description: 
Author: Weijian Ma
Date: 2020-10-13 15:50:15
LastEditTime: 2020-10-15 18:40:30
LastEditors: Weijian Ma
'''
import matplotlib.pyplot as plt
import numpy as np
import cv2

## 读取图片并转换成灰度图
img = cv2.imread("result.png",0)

## 用opencv显示图片
cv2.imshow("img", img)

## 用matplotlib显示图片
plt.imshow(img, cmap="gray")

plt.show()
cv2.waitKey()

结果：
opencv的 cv2.imshow("img", img)显示：

matplotlib的 plt.imshow(img, cmap="gray")显示：

可以发现，上面两张图片有明显的差别，而第一张才是我们想要的灰度图。

那么，应该如何解决这个问题呢？

通过查阅matplotlib的官方文档发现，plt.imshow()不能直接显示单通道的灰度图，而cv2.imread("result.png",0)所读取的灰度图是单通道的灰度图，正确显示灰度图的方法是显示三通道的灰度图，所以，如果我们想要正确显示上面的灰度图，要先把cv2.imread("result.png",0)读到的单通道的灰度图转换成三通道的灰度图，然后再用plt.imshow()显示出来。

代码如下：

'''
Description: 
Author: Weijian Ma
Date: 2020-10-13 15:50:15
LastEditTime: 2020-10-15 18:51:36
LastEditors: Weijian Ma
'''
import matplotlib.pyplot as plt
import numpy as np
import cv2

## 读取图片并转换成灰度图
img = cv2.imread("result.png",0)

## 把单通道的灰度图转换成三通道的灰度图
imgOfThree = np.concatenate((np.expand_dims(img, axis=2), np.expand_dims(img, axis=2), np.expand_dims(img, axis=2)), axis=-1)

## 用matplotlib显示图片
plt.imshow(imgOfThree)

plt.show()

结果：