1.导入测试图片并创立二维图片数组
img = cv2.imread("text.jpg")h, w = img.shape[:2]img1 = np.zeros((h,w),dtype=np.uint8)测试图片如下图：
2.个别灰度化
for i in range(h): for j in range(w): img1[i,j] = img[i,j][0] / 3 + img[i,j][1] / 3 + img[i,j][2] / 3通过对RGB彩色图片三通道的灰度值求均值能失去那一个像素的个别灰度值，失去个别灰度化图片：
3.最大灰度化
for i in range(h): for j in range(w): img1[i,j] = max(img[i,j][0], img[i,j][1], img[i,j][2])取三种色彩亮度的最大值作为灰度图的亮度：
4.最小灰度化
for i in range(h): for j in range(w): img1[i,j] = min(img[i,j][0], img[i,j][1], img[i,j][2])取三种色彩亮度的最小值作为灰度图的亮度：
5.加权均匀灰度化
for i in range(h): for j in range(w): img1[i,j] = img[i,j][0] * 0.1 + img[i,j][1] * 0.6 + img[i,j][2] * 0.3这是一个蓝灰度占比0.1,绿色灰度占比0.6，红色灰度占比0.3的加权均匀灰度图：
6.二值化
x = img[i,j][0] / 3 + img[i,j][1] / 3 + img[i,j][2] / 3if 50 <= x <= 175: img1[i,j] = 255else: img1[i, j] = 0使灰度大于50小于175的像素灰度设置为白，其余灰度值的像素设置为黑：