开启掘金成长之旅！这是我参与「掘金日新计划 · 12 月更文挑战」的第4天，点击查看活动详情
前言
在本节中，我们将学习 PIL 图像模式以及如何将带有调色板的 PNG 彩色图像转换为灰度图像。最简单的方法是使用 convert() 函数将图像的色彩模式从彩色图像转换为灰度图像。
使用 convert() 函数
首先，导入所需的库，并使用 PIL 图像类的方法将图像从磁盘读取到图像对象，使用 matplotlib 绘制原始 PNG 图像：
import numpy as np
from PIL import Image
import matplotlib.pyplot as plt
img = Image.open('1.png')
print(img.mode)
plt.imshow(img)
plt.axis('off')
plt.title('Original Image')
plt.show()
接下来，在 image 对象上，需要调用方法 convert() 转换图像色彩模式，将其转换为灰度图像，然后绘制输出图像：
img = img.convert('RGB').convert('L')
print(img.mode)
plt.imshow(img, cmap='gray')
plt.axis('off')
plt.title('Grayscale Image')
plt.show()
将带有调色板的 PNG 图像转换为灰度图像
还有另一种使用PIL库将图像转换为灰度图像的方法，相较于上一种方法，这是一种更复杂的方式。但使用这种方法可以明确理解图像如何以 PIL 格式进行存储。
首先导入所有所需的库，并定义函数 rgb2gray() 以从 RGB 彩色图像计算灰度图像强度值，读取 PNG 图像并提取图像调色板：
import numpy as np
from PIL import Image
import matplotlib.pyplot as plt
def rgb2gray(R, G, B):
return 0.2989 * R + 0.5870 * G + 0.1140 * B
img = Image.open('2.png') # 读取 png 图像
pal = img.getpalette() # 获取调色板
使用 PIL image 类的 getpixel() 方法计算图像中每个像素值的调色板索引。使用计算的索引从图像调色板中获取每个像素的 R、G 和 B 值。最后，使用自定义 rgb2gray() 函数(或使用 scikit-image.color 模块中的相同函数)计算与图像中相同位置对应的输出像素的灰度强度值：
arr = np.zeros((img.height, img.width)) # 初始化输出图像
for i in range(arr.shape[0]):
for j in range(arr.shape[1]):
idx = img.getpixel((j,i)) # 获取调色板中像素的索引
R, G, B = pal[3*idx], pal[3*idx+1], pal[3*idx+2] # 获取像素 R,G,B 值
arr[i,j] = rgb2gray(R, G, B) # 转换为灰度图像
绘制输出图像：
plt.imshow(arr, cmap='gray')
plt.title('Grayscale Image')
plt.axis('off')
plt.show()
