原始图片：
用PIL中Image做图片的RGB2GRAY，有噪声
from PIL import Image
image = Image.open('./example.jpg') # open colour image
image = image.convert('1') # convert image to black and white
image.save('result1.jpg')
用CV2做图片的RGB2GRAY
import cv2
img = cv2.imread('./example.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
cv2.imwrite('./result2.jpg', gray)
补充cv2做彩色变换：
一、函数简介
1、split—提取R、B、G分量(返回值顺序为：B、G、R)
函数原型：split(m, mv=None)
m：彩图矩阵
mv：默认参数
2、merge—合并R、G、B(参数顺序为：B、G、R)
函数原型：merge(mv, dst=None)
m：B、G、R分量
mv：默认参数
3、cvtColor—合并R、G、B(参数顺序为：B、G、R)
函数原型：cvtColor(src, code, dst=None, dstCn=None)
src：图像矩阵
code：转化参数
其他：默认参数
二、实例演练
1、提取lena图像的R、G、B成分
代码如下：
#encoding:utf-8
#
#彩图R、G、B的提取
#
import numpy as np
import cv2
image = cv2.imread("H:\\img\\lena.jpg")
cv2.imshow("Original",image)
cv2.waitKey(0)
#R、G、B分量的提取
(B,G,R) = cv2.split(image)#提取R、G、B分量
cv2.imshow("Red",R)
cv2.imshow("Green",G)
cv2.imshow("Blue",B)
cv2.waitKey(0)- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
结果如下
1、原图像 
2、R成分 
3、G成分 
4、B成分
2、合并lena图像的R、G、B成分
代码如下：
#encoding:utf-8
#
#彩图R、G、B的提取与合并
#
import numpy as np
import cv2
image = cv2.imread("H:\\img\\lena.jpg")
cv2.imshow("Original",image)
cv2.waitKey(0)
#R、G、B分量的提取
(B,G,R) = cv2.split(image)#提取R、G、B分量
#R、G、B的合并
merged = cv2.merge([B,G,R])#合并R、G、B分量
cv2.imshow("Merged",merged)
cv2.waitKey(0)- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
结果如下
合并lena图像R、G、B后的图像(其实与原图像一样，这里只是为了演示函数的用法)
3、转化彩色lena图像为灰色lena图像
代码如下：
#encoding:utf-8
import numpy as np
import cv2
image = cv2.imread("H:\\img\\lena.jpg")
cv2.imshow("Original",image)
cv2.waitKey(0)
#彩色转灰色
gray = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)
cv2.imshow("Gray",gray)
cv2.waitKey(0)- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
结果如下
1、原图像 
2、灰度图像
4、RGB转HSV
代码如下：
#encoding:utf-8
import numpy as np
import cv2
image = cv2.imread("H:\\img\\lena.jpg")
cv2.imshow("Original",image)
cv2.waitKey(0)
#HSV空间
hsv = cv2.cvtColor(image,cv2.COLOR_BGR2HSV)
cv2.imshow("HSV",hsv)
cv2.waitKey(0)- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
结果如下
1、原图像
2、HSV空间
5、RGB转lab
代码如下：
#encoding:utf-8
import numpy as np
import cv2
image = cv2.imread("H:\\img\\lena.jpg")
cv2.imshow("Original",image)
cv2.waitKey(0)
#lab空间
lab = cv2.cvtColor(image, cv2.COLOR_BGR2LAB)
cv2.imshow("L*a*b*", lab)
cv2.waitKey(0)- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
结果如下
1、原图像
2、lab空间
#encoding:utf-8
#
#彩图R、G、B的提取
#
import numpy as np
import cv2
image = cv2.imread("H:\\img\\lena.jpg")
cv2.imshow("Original",image)
cv2.waitKey(0)
#R、G、B分量的提取
(B,G,R) = cv2.split(image)#提取R、G、B分量
cv2.imshow("Red",R)
cv2.imshow("Green",G)
cv2.imshow("Blue",B)
cv2.waitKey(0)2、合并lena图像的R、G、B成分
代码如下：
#encoding:utf-8
#
#彩图R、G、B的提取与合并
#
import numpy as np
import cv2
image = cv2.imread("H:\\img\\lena.jpg")
cv2.imshow("Original",image)
cv2.waitKey(0)
#R、G、B分量的提取
(B,G,R) = cv2.split(image)#提取R、G、B分量
#R、G、B的合并
merged = cv2.merge([B,G,R])#合并R、G、B分量
cv2.imshow("Merged",merged)
cv2.waitKey(0)3、转化彩色lena图像为灰色lena图像
#彩色转灰色
gray = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)4、RGB转HSV
#HSV空间
hsv = cv2.cvtColor(image,cv2.COLOR_BGR2HSV)
5、RGB转lab
#lab空间
lab = cv2.cvtColor(image, cv2.COLOR_BGR2LAB)