使用python实现图像的简单变换，如灰度变换、直方图均衡化、高斯滤波变换

1. 灰度变换

1.1 原理

当一幅rgb图像每一个点的三个彩色分量的值都相等，即R=G=B。我们就可以用其中一维来表示这个图片，因为三个分量都相等。这一个过程就叫做“灰度化”，灰度化以后得到的图片矩阵会从3维降至2维，这张图片看起来也是黑白的。

1.2 Numpy

Numpy是非常有名的Python科学计算工具包，其中包含了大量有用的思想，比如数组对象（用来表示向量、矩阵、图像等）以及线性代数函数。
Numpy中的数组对象几乎贯穿用于基本图像变换的所有例子中。数组对象可以帮助实现数组中的重要操作，比如矩阵乘积、转置、解方程系统、向量乘积和归一化，为图像变形、对变化进行建模、图像分类、图像聚类等提供了基础。
在python基本图像操作中,当载入图像时,通过调用 array() 方法将图像转换成Numpy的数组对象。Numpy 中的数组对象是多维的,可以用来表示向量、矩阵和图像。通过对图像的数组进行直接操作，就可以完成很多图像处理。

安装numpy包：首先进入网站 https://pypi.org/

输入要查找的包numpy

选择Download File
根据电脑是32位还是64位选择下载

下载完成后保存至根目录，打开cmd，输入pip install numpy

numpy包安装完成

1.3 方法

将图像转换为灰度可以使用平均值法：Gray=（R+G+B）/3;
通过求得Gray后，将原来的RGB(R,G,B)中的R,G,B统一用Gray替换，形成新的颜色RGB(Gray,Gray,Gray)，再用它替换原来的RGB(R,G,B)就是灰度图像了。这种方法产生的灰度图像比较柔和。

可以通过使用python的语句convert(‘L’)来获得灰度图

1.4 实现

from PIL import Image
from pylab import *
from matplotlib.font_manager import FontProperties
font = FontProperties(fname=r"c:\windows\fonts\SimSun.ttc", size=14)
figure()
pil_im = Image.open('11.jpg')
gray()
subplot(121)
title(u'原图',fontproperties=font)
axis('off