python/opencv/matplotlib 关于图像保存的小笔记

今天在做图像处理转灰度练习的时候，无意中发现：
用matplotlib.image.imsave存储的灰度图像对应的是三元组矩阵(MN3)
而存储前的灰度图像矩阵为(MN)。下面上代码和结果：

这里的imgName+extension就是图片文件名
这是rgb2gray函数本体，网路上随处可见：
这是运行结果：
发现尽管我使用imsave的时候设置了cmap=‘gray’(也就是灰度映射)，导出的矩阵依然是MN3的(尽管看上去是灰白图像。而且存储用的原来的矩阵为MN)。在考虑是不是参数设置的问题，于是去看了看官方手册，并没有对导出灰度图像(MN)做明确的说明。最后还是选择了用其他的库对图像进行保存。这里采用opencv：
这里的三个矩阵分别对应：灰度矩阵、通过mpimg.imsave+灰度矩阵存储为图像的矩阵、通过cv2.imwrite+灰度矩阵存储为图像的矩阵：
明显发现了三个矩阵，前两个格式为MN，最后一个是MN3。
最后补上两个导出图片信息对比，先是MN3的：
再是用opencv导出的M*N的：
图像在色彩上有一点点区别呢。然后我们看一看位深度就知道结果的不同了！

后来发现，matplotlib在show图片的时候，也依然会把图片变成MN3的格式。
比如你想要显示灰度图像的时候，结果却是绿的奇怪，那请指定cmap=‘gray’

后来发现，matplotlib在show图片的时候，也依然会把图片变成MN3的格式。比如你想要用MN矩阵通过imshow来显示灰度图像的时候，结果却是绿的奇怪，那请指定cmap=‘gray’。这个现象已经表明了图片被转化成MN*3。然后我们便能在figure中看见黑白图像，但实际上，它具有24位深度。

以上，只是把发现的问题记录下来并积累经验。其实想尽量用matplotlib做下去的。
由于我也是用python进行图像处理的初学者，大佬们有问题或者更好的解决办法请提出来，不胜感激！

PS:这里吐槽一下CDSN自带的编辑器真的很难用啊。虽然有很大一部分原因是第一次用。以后还是在其他地方编辑好了再贴上来吧