如何不依赖OpenCV、Numpy及BGR2GRAY函数手动实现图像转灰度图？及结果长度疑问

Hey there! Let's tackle your two questions about converting images to grayscale without relying on OpenCV or NumPy.

为什么输入108个整数，转灰度后变成36个？ #

这完全是图像通道数差异导致的：

• 你输入的图像矩阵是彩色图像（BGR格式），每个像素由3个整数组成（分别对应蓝、绿、红三个颜色通道）。108个整数意味着总共有 108 ÷ 3 = 36 个像素。
• 灰度图是单通道图像，每个像素只需要1个整数来表示亮度值，所以转换后自然就剩下36个整数，正好对应原来的36个像素。

举个直观的例子：如果你的图像是6×6的尺寸（共36个像素），彩色格式下总元素数是 6×6×3=108，灰度格式下就是 6×6×1=36，和你看到的结果完全匹配。

手动实现图像转灰度图的方法 #

不用OpenCV或NumPy的话，我们可以基于加权平均法来手动计算灰度值——这也是cv2.COLOR_BGR2GRAY底层的核心逻辑（因为人眼对绿色最敏感，红色次之，蓝色最弱，所以给三个通道分配不同的权重）。

核心公式 #

灰度值的计算遵循以下加权公式：

Gray = 0.299 × R + 0.587 × G + 0.114 × B

（注意：OpenCV默认的彩色图像是BGR顺序，所以要注意提取通道的顺序）

纯Python手动实现代码 #

假设你输入的是一个一维列表，里面按B0, G0, R0, B1, G1, R1,...的顺序存储所有像素的通道值，我们可以这样处理：

def bgr_to_gray_manual(bgr_pixel_list):
    gray_pixels = []
    # 每3个元素对应一个像素的B、G、R值
    for i in range(0, len(bgr_pixel_list), 3):
        b = bgr_pixel_list[i]
        g = bgr_pixel_list[i + 1]
        r = bgr_pixel_list[i + 2]
        # 计算灰度值并取整（也可以保留浮点数，根据需求调整）
        gray_value = int(0.299 * r + 0.587 * g + 0.114 * b)
        gray_pixels.append(gray_value)
    return gray_pixels

代码说明 #

1. 遍历输入列表时，每次步长设为3，这样就能逐个获取每个像素的B、G、R分量。
2. 代入加权公式计算灰度值，这里用int()取整，和OpenCV默认的整数灰度值输出一致。
3. 最终返回的gray_pixels列表长度就是输入列表的1/3，也就是你看到的36个整数。

如果你的输入是二维矩阵（比如每行代表一个像素的BGR列表），只需要稍微调整遍历逻辑：

def bgr_matrix_to_gray_manual(bgr_matrix):
    gray_matrix = []
    for pixel in bgr_matrix:
        b, g, r = pixel
        gray_value = int(0.299 * r + 0.587 * g + 0.114 * b)
        gray_matrix.append(gray_value)
    return gray_matrix

这样就能得到和cv2.COLOR_BGR2GRAY完全一致的灰度结果啦！

内容的提问来源于stack exchange，提问作者Mehdi