我相信您在PIL中发现了一个错误！（或者可能是numpy，但是我敢打赌这是在PIL方面…）
@c上面的答案给出了一种解决方法（使用im.getdata（）），尽管我不确定为什么numpy.asarry（image）会为他进行段故障…（也许是PIL和/或numpy的旧版本？）适用于我，但会在1位PIL图像上产生乱码（并且适用于其他所有内容，我经常使用它！）。
另一个解决方法是将BW图像转换回灰度（模式“ L”），然后再转换为numpy数组。
如果速度很重要，那么在转换为numpy数组之前将BW图像转换回灰度似乎更快。
In [35]: %timeit np.array(im_bw.convert('L')).astype(np.uint8)10000 loops, best of 3: 28 us per loopIn [36]: %timeit np.reshape(im_bw.getdata(), im_bw.size)10000 loops, best of 3: 57.3 us per loop另外请注意，如果要就地修改数组内容，请确保使用numpy.array而不是numpy.asarray，因为后者会从PIL图像实例创建数组而不复制内存，从而返回读取结果-
仅数组。刚刚提到这是因为我在下面使用asarray（）…
这是一个确认错误的独立示例…
import numpy as npimport Imagex = np.arange(256, dtype=np.uint8).reshape((16,16))print 'Created array'print xim = Image.fromarray(x)print 'Vales in grayscale PIL image using numpy.asarray <-- Works as expected'print np.asarray(im)print 'Converted to BW PIL image...'im_bw = im.convert('1')print 'Values in BW PIL image, using Image.getdata() <-- Works as expected'print ' (Not a simple threshold due to dithering...)'# Dividing by 255 to make the comparison easierprint np.reshape(im_bw.getdata(), (16, 16)) / 255print 'Values in BW PIL image using numpy.asarray() <-- Unexpected!'print ' (Same occurs when using numpy.array() to copy and convert.)'print np.asarray(im_bw).astype(np.uint8)print 'Workaround, convert back to type "L" before array conversion'print np.array(im_bw.convert('L')).astype(np.uint8) / 255哪个输出：
Created array[[ 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15] [ 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31] [ 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47] [ 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63] [ 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79] [ 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95] [ 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111] [112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127] [128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143] [144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159] [160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175] [176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191] [192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207] [208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223] [224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239] [240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255]]Vales in grayscale PIL image using numpy.asarray <-- Works as expected[[ 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15] [ 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31] [ 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47] [ 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63] [ 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79] [ 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95] [ 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111] [112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127] [128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143] [144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159] [160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175] [176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191] [192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207] [208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223] [224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239] [240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255]]Converted to BW PIL image...Values in BW PIL image, using Image.getdata() <-- Works as expected (Not a simple threshold due to dithering...)[[0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0] [0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0] [0 0 0 0 0 0 0 0 0 0 1 0 0 0 1 0] [0 0 1 0 1 0 1 0 1 0 0 0 1 0 0 0] [0 1 0 0 0 0 0 0 0 0 1 0 0 1 0 1] [0 0 0 1 0 1 0 1 0 1 0 1 0 0 0 0] [1 0 1 0 1 0 1 0 1 0 0 0 1 1 0 1] [0 1 0 1 0 0 1 0 0 1 1 0 1 0 1 0] [1 0 1 0 1 0 1 1 0 1 0 1 0 1 0 1] [0 1 0 1 0 1 0 1 0 1 1 0 1 1 0 1] [1 1 0 1 1 1 1 0 1 1 0 1 1 0 1 1] [1 0 1 1 0 1 0 1 1 0 1 1 0 1 1 0] [1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1] [1 0 1 0 1 1 0 1 1 0 1 1 1 0 1 1] [1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1] [1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1]]Values in BW PIL image using numpy.asarray() <-- Unexpected! (Same occurs when using numpy.array() to copy and convert.)[[0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1] [1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1] [0 1 1 1 1 1 1 0 0 0 0 0 1 1 1 1] [1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1] [1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1] [1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1] [1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1] [1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1] [1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1] [1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1] [1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1] [1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1] [1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1] [1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1] [1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1] [1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1]]Workaround, convert back to type "L" before array conversion[[0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0] [0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0] [0 0 0 0 0 0 0 0 0 0 1 0 0 0 1 0] [0 0 1 0 1 0 1 0 1 0 0 0 1 0 0 0] [0 1 0 0 0 0 0 0 0 0 1 0 0 1 0 1] [0 0 0 1 0 1 0 1 0 1 0 1 0 0 0 0] [1 0 1 0 1 0 1 0 1 0 0 0 1 1 0 1] [0 1 0 1 0 0 1 0 0 1 1 0 1 0 1 0] [1 0 1 0 1 0 1 1 0 1 0 1 0 1 0 1] [0 1 0 1 0 1 0 1 0 1 1 0 1 1 0 1] [1 1 0 1 1 1 1 0 1 1 0 1 1 0 1 1] [1 0 1 1 0 1 0 1 1 0 1 1 0 1 1 0] [1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1] [1 0 1 0 1 1 0 1 1 0 1 1 1 0 1 1] [1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1] [1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1]]
