灰度是指把白色與黑色之間按對數關系分為若干個等級，一般我們將灰度分為256階（0-255）。用灰度表示的圖像就叫做灰度圖。
一幅完整的圖像是由紅色、綠色、藍色三個通道組成的，顏色通道一般有RGB和bgr兩種，其中OpenCV中采用的顏色通道模式為bgr模式。
事實上，b（藍色）、g（綠色）、r（紅色）三個通道的縮覽圖都是以灰度顯示的，當我們用不同的灰度色階來表示b、g、r三個通道在圖像中的比重，並將它們組合在一起時，就形成了一幅完整的圖像。
通道中的純白，代表了該色光在此處為最高亮度，亮度級別為255。同理，通道中的純黑為最低亮度，亮度級別為0
圖像的灰度處理就是對圖像進行灰度化的過程，簡單來說，就是將圖像顏色從三通道變為單通道。在bgr模型中，如果b=g=r，那么表示的就是一種灰度顏色，其中b=g=r的值叫做灰度值（或叫做強度值、亮度值）。因此，灰度圖像中的每個像素只需要一個字節來存放灰度值，其中灰度范圍為0-255。
關於圖像的灰度處理，其實我們在之前的章節中已經有用到過了。我們在讀取圖像數據時使用imread（filename，flags=None）函數，該函數接收兩個參數，第一個參數為圖像名稱，第二個參數為圖像讀取方式。當flags傳入1時，讀取的為原圖像，即具有三個顏色通道的彩色圖；而當lags傳入的是0時，讀取的便是原圖像的灰度圖。
import cv2 #導入opencv庫 import numpy as np img = cv2.imread("3.jpg",1) #讀取一張圖片，彩色 dst=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) #顏色空間轉換 ''' opencv中有多種色彩空間，包括 RGB、HSI、HSL、HSV、HSB、YCrCb、CIE XYZ、CIE Lab8種，使用中經常要遇到色彩空間的轉化，以便生成mask圖等操作 參數1 必選參數，待轉換的原圖像數據 參數2 必選參數。用於設置轉換的代碼或標識，確定從何種圖像格式轉換為另一種圖像格式 cv2.COLOR_BGR2RGB 將BGR格式轉換成RGB格式 cv2.COLOR_BGR2GRAY 將BGR格式轉換成灰度圖片 cv2.COLOR_BGR2HSV 從RGB轉到HSV夜色空間 看下表 參數3 可選參數。表示輸出圖像，即轉換后的目標圖像數據。默認大小與形狀同原圖像保持一致 參數4 可選參數。用於設置目標圖像通道數，默認取值為0，表示由參數1和參數2決定。 ''' print(dst.shape) cv2.imshow('img',img) cv2.imshow('dst',dst) cv2.waitKey() #窗口等待任意鍵盤按鍵輸入,0為一直等待,其他數字為毫秒數
參數2 代碼：
效果圖：
圖像灰度處理方法：
圖像灰度化就是將bgr模式的三通道顏色轉換為b=g=r的單通道顏色。因此，圖像的灰度化其實就是求取b=g=r=x中的x值。常用的方法有分量法、最大值法、平均值法和加權平均法四種方法對彩色圖像進行灰度化
分量法：
分量法指的是將彩色圖像中的b（藍色）、g（綠色）、r（紅色）三分量的亮度作為三個灰度圖像的灰度值，分別產生藍色分量灰度圖、綠色分量灰度圖和紅色分量灰度圖，然后根據應用需求選取其中一種分量灰度圖作為灰度圖像
最大值法：
最大值法顧名思義就是將彩色圖像中的b（藍色）、g（綠色）、r（紅色）三分量中的最大值作為灰度圖的灰度值，即將灰度圖的灰度設置為max（b，g，r）
平均值法：
平均值法與最大值法類似，取的是b（藍色）、g（綠色）、r（紅色）三分量的平均值，即將灰度圖的灰度設置為（b+g+r）/3
加權平均法：
加權平均法是圖像灰度處理用的比較多的一種實現方法，也是OpenCV默認的灰度處理方法。加權平均法會根據重要性及其它相關指標，將三個分量以不同的權值進行加權平均。由於人眼對綠色的敏感度最高，對藍色的敏感度最低，因此，按下式對RGB三分量進行加權平均能得到較合理的灰度圖像：
r*0.299+g*0.587+b*0.114（這里保留三位小數）。
