咱们一步步来拆解你的问题，先纠正现有代码的关键错误，再逐一解决你的需求：

一、先纠正代码的核心问题 #

你当前用cv2.imread("images/penguins.jpg",0)读取图像时，参数0会让OpenCV直接返回单通道灰度图，此时图像中没有RGB/BGR彩色分量，自然无法提取红、绿、蓝值。正确的做法是读取彩色图像：

import cv2
import numpy as np

# 读取彩色图像（默认参数为1，可省略），OpenCV返回的是BGR格式
img_bgr = cv2.imread("images/penguins.jpg")

二、获取RGB/BGR像素分量 #

OpenCV读取的彩色图默认是BGR通道顺序（蓝→绿→红），如果需要标准的RGB顺序，可先转换格式：

# 将BGR格式转换为RGB格式
img_rgb = cv2.cvtColor(img_bgr, cv2.COLOR_BGR2RGB)

提取任意坐标(i,j)的像素分量：

# 从RGB图像中提取R、G、B分量
r = img_rgb[i, j, 0]
g = img_rgb[i, j, 1]
b = img_rgb[i, j, 2]

# 直接从BGR图像中提取B、G、R分量
b_bgr = img_bgr[i, j, 0]
g_bgr = img_bgr[i, j, 1]
r_bgr = img_bgr[i, j, 2]

三、手动将RGB/BGR转换为灰度图 #

行业通用的灰度转换公式基于人眼对色彩的敏感度（人眼对绿色最敏感，蓝色最不敏感），标准公式为：

灰度值 = 0.299×R + 0.587×G + 0.114×B

如果是BGR格式，对应公式为：

灰度值 = 0.114×B + 0.587×G + 0.299×R

完整手动转换代码 #

# 创建与原图像同尺寸的单通道灰度图，初始值为0（uint8类型，对应0-255像素值）
grey = np.zeros((img_bgr.shape[0], img_bgr.shape[1]), dtype=np.uint8)

# 遍历所有像素（注意不要漏掉最后一行/列，无需-1）
for i in range(img_bgr.shape[0]):
    for j in range(img_bgr.shape[1]):
        # 获取当前像素的B、G、R分量
        b, g, r = img_bgr[i, j]
        # 计算灰度值并转为整数（像素值必须是整数）
        gray_value = int(0.114 * b + 0.587 * g + 0.299 * r)
        # 赋值给灰度图对应位置
        grey[i, j] = gray_value

关键注意点 #

• 不要用grey = img这种浅拷贝方式，会导致修改灰度图时同时改变原图像，需创建新的空图像。
• 遍历范围直接用shape[0]和shape[1]，无需减1，否则会丢失边缘像素。
• 计算后的灰度值必须转为整数，因为OpenCV的像素值是8位无符号整数（0-255）。

四、针对你第一个问题的直接解答 #

手动将BGR格式图像转灰度图的流程就是上面的代码逻辑：读取BGR彩色图→创建空灰度图→遍历每个像素用BGR分量计算灰度值→赋值到灰度图即可。

如果只是需要快速转换，OpenCV内置的cv2.cvtColor(img_bgr, cv2.COLOR_BGR2GRAY)效率远高于手动遍历，但手动实现更适合理解底层原理。

内容的提问来源于stack exchange，提问作者Ficar Dean