python opencv cv2.cvtColor()方法（将图像从一种颜色空间转换为另一种颜色空间）（转换成灰度图）

def cvtColor(src, code, dst=None, dstCn=None): # real signature unknown; restored from __doc__
    """
    cvtColor(src, code[, dst[, dstCn]]) -> dst
    .   @brief Converts an image from one color space to another.
    
    	将图像从一种颜色空间转换为另一种颜色空间。
    .   
    .   The function converts an input image from one color space to another. In case of a transformation
    .   to-from RGB color space, the order of the channels should be specified explicitly (RGB or BGR). Note
    .   that the default color format in OpenCV is often referred to as RGB but it is actually BGR (the
    .   bytes are reversed). So the first byte in a standard (24-bit) color image will be an 8-bit Blue
    .   component, the second byte will be Green, and the third byte will be Red. The fourth, fifth, and
    .   sixth bytes would then be the second pixel (Blue, then Green, then Red), and so on.
	
		该功能将输入图像从一种颜色空间转换为另一种颜色空间。 
		在从RGB颜色空间转换的情况下，应明确指定通道的顺序（RGB或BGR）。 
		请注意，OpenCV中的默认颜色格式通常称为RGB，但实际上是BGR（字节是相反的）。 
		因此，标准（24位）彩色图像中的第一个字节将是8位蓝色分量，第二个字节将是绿色分量，第三个字节将是红色分量。 
		第四，第五和第六个字节将是第二个像素（蓝色，然后是绿色，然后是红色），依此类推。
    .   
    .   The conventional ranges for R, G, and B channel values are:
    .   -   0 to 255 for CV_8U images
    .   -   0 to 65535 for CV_16U images
    .   -   0 to 1 for CV_32F images

		R，G和B通道值的常规范围是：
     。 -CV_8U图像为0至255
     。 -CV_16U图像为0至65535
     。 -CV_32F图像为0到1
    .   
    .   In case of linear transformations, the range does not matter. But in case of a non-linear
    .   transformation, an input RGB image should be normalized to the proper value range to get the correct
    .   results, for example, for RGB \f$\rightarrow\f$ L\*u\*v\* transformation. For example, if you have a
    .   32-bit floating-point image directly converted from an 8-bit image without any scaling, then it will
    .   have the 0..255 value range instead of 0..1 assumed by the function. So, before calling #cvtColor ,
    .   you need first to scale the image down:
    .   @code
    .   img *= 1./255;
    .   cvtColor(img, img, COLOR_BGR2Luv);
    .   @endcode
    .   If you use #cvtColor with 8-bit images, the conversion will have some information lost. For many
    .   applications, this will not be noticeable but it is recommended to use 32-bit images in applications
    .   that need the full range of colors or that convert an image before an operation and then convert
    .   back.
    .   
		在线性变换的情况下，范围无关紧要。 
		但是在进行非线性变换的情况下，应将输入的RGB图像规范化为适当的值范围以获得正确的结果，
		例如，对于RGB \ f $ \ rightarrow \ f $ L \ * u \ * v \ * 转型。 
		例如，如果您有一个32位浮点图像直接从8位图像转换而没有任何缩放，则它将具有0..255的值范围，而不是该函数假定的0..1。 
		因此，在调用#cvtColor之前，您需要先按比例缩小图像：
     。 @代码
     。 img * = 1./255;
     。 cvtColor（img，img，COLOR_BGR2Luv）;
     。 @endcode
     。 如果将#cvtColor与8位图像一起使用，转换将丢失一些信息。 
	   	对于许多应用程序来说，这不会引起注意，但是建议在需要全彩范围的应用程序中使用32位图像，或者在进行操作之前先转换图像然后再转换回来。

    .   If conversion adds the alpha channel, its value will set to the maximum of corresponding channel
    .   range: 255 for CV_8U, 65535 for CV_16U, 1 for CV_32F.

		如果转换添加了Alpha通道，则其值将设置为相应通道范围的最大值：CV_8U为255，CV_16U为65535，CV_32F为1。
    .   
    .   @param src input image: 8-bit unsigned, 16-bit unsigned ( CV_16UC... ), or single-precision
    .   floating-point.
    	输入图像：8位无符号，16位无符号（CV_16UC ...）或单精度浮点。
    	
    .   @param dst output image of the same size and depth as src.
		输出图像：与src具有相同大小和深度。
		
    .   @param code color space conversion code (see #ColorConversionCodes).
		颜色空间转换代码（请参见#ColorConversionCodes）。

    .   @param dstCn number of channels in the destination image; if the parameter is 0, the number of the
    .   channels is derived automatically from src and code.
    	目标图像中的通道数； 如果参数为0，则通道数自动从src和code得出。
    .   
    .   @see @ref imgproc_color_conversions
    """
    pass

示例：

# -*- coding: utf-8 -*-
"""
@File    : 191213_测试_阈值分割.py
@Time    : 2019/12/13 15:14
@Author  : Dontla
@Email   : sxana@qq.com
@Software: PyCharm
"""
import cv2 as cv

# 【读取图像】
image = cv.imread('feiji.jpg')
# 【将图像灰度化】
image = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
# 【显示图像】
cv.imshow('win', image)
cv.waitKey(0)

原图：

处理后：

参考文章：python opencv ColorConversionCodes