比特平面分层可以用于图像增强、图像压缩和图像分析等。
比特分层：对于一幅8比特的灰度图像，每个像素点的像素值可以用8位二进制数表示，通常在0到255的范围内。比特平面分层是将这些8位二进制数拆分成8个独立的平面，每个平面对应于一个特定的二进制位。每个位平面只包含了图像中对应像素的该位的信息，其他位都被设置为0。
一种方法是将各个位的像素值分别除128，64，32......2，1，另一种用像素值与各比特面的值 2n（其中 n为比特面编号）进行位与操作,判断该像素值在该比特面是否存在即该比特位是否为1。如果存在，则进行二值化，给该像素值所在位赋值为255，突出显示该比特；否则赋值0。
下面是代码：
import cv2
import numpy as np
import matplotlib.pyplot as plt
# 更改为需要的图片路径
img = cv2.imread('path_to_image.jpg', 0)
h, w = img.shape[0],img.shape[1]
#处理过程
new_img = np.zeros((h, w), 8)#跟源图像一样大小的图像，八位，先用0来填充
for y in range(h):
for x in range(w):
#对每个图像像素进行循环，img[i , j]是每次遍历得到的每个像素，像素值
n = str(np.binary_repr(img[i,j],8))
for k in range(8):
new_img[i , j ,k] = n[ k ]
#依次显示
for i in range(8):
cv2.imshow("image', new_i