请注意，截至2018年，此答案已过时。
scipy已弃用
imread，您应该切换到
imageio.imread。有关两者之间的差异，请参阅此过渡文档。如果仅导入新库来代替旧库，则下面的代码应该没有任何变化，但我尚未对其进行测试。
最简单的答案是在PIL周围使用NumPy和SciPy包装器。有一个很棒的教程，但基本思想是：
from scipy import miscarr = misc.imread('lena.png') # 640x480x3 arrayarr[20, 30] # 3-vector for a pixelarr[20, 30, 1] # green value for a pixel对于640x480 RGB图像，这将为您提供640x480x3的数组
uint8。
或者，您可以仅使用PIL（或更确切地说，使用Pillow打开文件；如果您仍在使用PIL，则此方法可能不起作用，或者可能很慢），然后直接将其传递给NumPy：
import numpy as npfrom PIL import Imageimg = Image.open('lena.png')arr = np.array(img) # 640x480x4 arrayarr[20, 30] # 4-vector, just like above这将为您提供640x480x4类型的数组
uint8（第四个是alpha；
PIL始终将PNG文件加载为RGBA，即使它们没有透明性；也请确保
img.getbands()您不确定）。
如果您根本不想使用NumPy，则PIL自己的
PixelArray类型是一个受限制的数组：
arr = img.load()arr[20, 30] # tuple of 4 ints
这为您提供了640x480
PixelAccess的RGBA 4元组数组。
或者，您可以仅调用
getpixel图像：
img.getpixel(20, 30) # tuple of 4 ints
