大家好啊，我是董章鱼。
上一篇文章1、图像和像素中说到：像素是计算机视觉任务中的原材料。
很多图像处理任务以像素的局部性为基础，在不同尺度下完成图像特征的提取。你可以这么理解这些图像的特征，小的特征可能为图像的细节，大的则为图像轮廓。
现在我们来了解一种十分简洁但非常高效的图像表示方法------灰度图。了解灰度图，有助于我们更好的了解图像的特征。 灰度图是一种只包含亮度信息而不包含颜色信息的图像。
在灰度图中，每个像素的亮度通过一个灰度级别来表示，通常用整数值表示，范围从0（黑色）到 255（白色）。 解释一下为什么是 0 - 255。
因为任何数据在计算机中都是以数值的形式存储的，不论是图像还是音频。
在计算机的基本数据类型中，一个基本的数据类型为 char 或 Byte，也就是占 1 个字节、8 个 bits 的数据类型。而无符号 char 类型可以表示的数据范围刚好就在 0 - 255 之间，因此像素的灰度级别也就采用了 0 - 255 这个范围。 这些等级的灰度基本可以很好的表示丰富的图像细节。
为什么要使用灰度图
使用灰度图会有很多好处，比如：
- 简化图像处理
灰度图只包含亮度信息，相比彩色图像更加简单，因此在图像处理任务中更容易处理。
这对于一些基础任务，如图像的边缘检测和轮廓分析，非常有利；在后续的章节中，便会使用灰度图做图像的分割，主要看中的就是灰度图对于轮廓的表现更加友好。
- 减小存储和传输成本
灰度图像的存储空间（占用内存大小）远远小于彩色图像，因为每个像素只需要一个灰度级别的值，无论是图像传输还是存储，灰度图都具有明显的优势。
- 强调结构和纹理
灰度图突出了图像的结构和纹理，使得在一些特定的图像分析任务中更加有效。例如，在医学影像中比如拍胸片CT等，灰度图会用于强调组织的密度和结构。
下面来了解一下如何生成一张灰度图。
灰度图如何生成
我用 AI 软件画了一张猫咪坐在公园长椅上的照片，下面是 AI 生成的彩色图片。
你可以用以下的 python 代码完成彩色图片到灰度图片的转换：
python
from PIL import Image
# 打开彩色图像
color_image = Image.open('./cat.png')
# 转换为灰度图
gray_image = color_image.convert('L')
# 保存灰度图
gray_image.save('./gray_cat.jpg')
print("彩色图片格式: " + color_image.mode)
print("灰度图片格式: " + gray_image.mode)通过以上代码，便可以把上述彩色图片转换为灰度图。
在 Python 代码中，使用 color_image.mode 可以查看图像的 mode 属性，从而获得图像的格式。
比如那张彩色图片，获取的格式是：RGBA 格式。RGBA 代表红（Red）、绿（Green）、蓝（Blue）和透明度（Alpha）四个通道。
在 RGBA 格式的图像中，每个像素包含四个值，分别表示其在红、绿、蓝三个颜色通道上的强度，以及透明度通道上的值（0 表示完全透明，255 表示完全不透明）。
转换为灰度图之后，获取的格式是：L 格式，L 代表灰度（Luminance）模式。在 L 格式的图像中，每个像素只包含一个灰度值，表示图像中该点的亮度。例如，一个 L 像素可以表示为 150，表示该像素的亮度为中等灰度。
总的来说：灰度图和彩色图相比，更加简洁和高效。在很多领域比如医学影像成像，或者印刷出版，灰度图都有着它独一无二的用途。
后面的文章也会使用灰度图做一次图像分割的实战练习。
上述彩色图片转灰度图的 python 代码可以在gitee.com/iwaihou/cv_...