爲了加快處理速度，在圖像處理算法中，往往需要把彩色圖像轉換爲灰度圖像。
0x00. 灰度圖
灰度數字圖像是每個像素只有一個採樣顏色的圖像，這類圖像通常顯示爲從最暗黑色到最亮的白色的灰度。
灰度圖像與黑白圖像不同，在計算機圖像領域中黑白圖像只有黑白兩種顏色，灰度圖像在黑色與白色之間還有許多級的顏色深度。
在RGB模型中，如果R=G=B時，則彩色表示一種灰度顏色，其中R=G=B的值叫灰度值。
0x01. 灰度化的方法
1. 分量法
將彩色圖像中的三分量的亮度作爲三個灰度圖像的灰度值，可根據應用需要選取一種灰度圖像。
F1(i,j) = R(i,j) F2(i,j) = G(i,j) F3(i,j) = B(i,j)
代碼示例：
import cv2.cv as cv
image = cv.LoadImage('mao.jpg')
b = cv.CreateImage(cv.GetSize(image), image.depth, 1)
g = cv.CloneImage(b)
r = cv.CloneImage(b)
cv.Split(image, b, g, r, None)
cv.ShowImage('a_window', r)
cv.WaitKey(0)2. 最大值法
將彩色圖像中的三分量亮度的最大值作爲灰度圖的灰度值。
F(i,j) = max(R(i,j), G(i,j), B(i,j))
代碼示例：
image = cv.LoadImage('mao.jpg')
new = cv.CreateImage(cv.GetSize(image), image.depth, 1)
for i in range(image.height):
for j in range(image.width):
new[i,j] = max(image[i,j][0], image[i,j][1], image[i,j][2])
cv.ShowImage('a_window', new)
cv.WaitKey(0)3.平均值法
將彩色圖像中的三分量亮度求平均得到一個灰度值。
F(i,j) = (R(i,j) + G(i,j) + B(i,j)) / 3
代碼示例：
image = cv.LoadImage('mao.jpg')
new = cv.CreateImage(cv.GetSize(image), image.depth, 1)
for i in range(image.height):
for j in range(image.width):
new[i,j] = (image[i,j][0] + image[i,j][1] + image[i,j][2])/3
cv.ShowImage('a_window', new)
cv.WaitKey(0)4.加權平均法
根據重要性及其它指標，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最高，對藍色敏感最低，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。
F(i,j) = 0.30R(i,j) + 0.59G(i,j) + 0.11B(i,j))
代碼示例：
image = cv.LoadImage('mao.jpg')
new = cv.CreateImage(cv.GetSize(image), image.depth, 1)
for i in range(image.height):
for j in range(image.width):
new[i,j] = 0.3 * image[i,j][0] + 0.59 * image[i,j][1] + 0.11 * image[i,j][2]
cv.ShowImage('a_window', new)
cv.WaitKey(0)上面的公式可以看出綠色（G 分量）所佔的比重比較大，所以有時候也會直接取G 分量進行灰度化。
代碼示例：
image = cv.LoadImage('mao.jpg')
new = cv.CreateImage(cv.GetSize(image), image.depth, 1)
for i in range(image.height):
for j in range(image.width):
new[i,j] = image[i,j][1]
cv.ShowImage('a_window', new)
cv.WaitKey(0)