【1】引言
前序学习过程中，已经掌握了保存彩色图像的技巧。相关链接为：
python学opencv|读取图像（二）保存彩色图像_cv.imread()-CSDN博客
在这篇文章中，给出了一种非常巧妙的办法，在imrea(‘filename’,flags)函数中（），直接定义flags=0，这样就获得了灰度图像。
图1
但在后续的学习进程只能怪，我们理解了BGR的构成，掌握了自我生成灰度图和彩色图的技巧，相关文章包括且不限于：
python学opencv|读取图像（六）读取图像像素RGB值_opencv读取灰度图-CSDN博客
python学opencv|读取图像（九）用numpy创建黑白相间灰度图-CSDN博客
python学opencv|读取图像（十）用numpy创建彩色图像-CSDN博客
随着学习的深入，我们更喜欢直接操作构成彩色图像的BGR，这时候我们会遇到一个新的函数：cv.cvtColor()，且优先使用一个参数：COLOR_BGR2GRAY
【2】官网教程
点几下述链接直达官网：
OpenCV: Changing Colorspaces
然后我们会在这里发现，cv.cvtColor()函数可以实现彩色图像向灰度图像的转化，并且教程里特意说明对RGB图像要调用COLOR_BGR2GRAY参数。
图2
对COLOR_BGR2GRAY参数的说明见下述链接：
OpenCV: Color Space Conversions
在官网我们看到下述页面：
图3
其实理解下来就是：把彩色的图像转化为灰度图像。
【3】代码测试
【3.1】cv.imread()函数测试
首先还是使用老办法，用cv.imread()函数进行测试。在pycharm等编辑器中输入以下代码：
import cv2 as cv #引入cv2模块
image=cv.imread("cv.png",0) #读取图片，将其转化为灰度图
if image is not None: #成功读取图片cv.imshow('cvtest', image) # 显示为灰度图cv.imwrite('opencv-gray-0.jpg', image) #保存灰度图cv.waitKey() # 图片显示时间cv.destroyAllWindows() # 释放所有窗口
else: #未找到图片print("Error: 图片无法加载")
图像cv.png为：
图4
运行代码后，转化的opencv-gray-0.jpg为：
图5
【3.2】cv.cvtColor()函数测试
然后使用新办法，用cv.cvtColor()函数，调用COLOR_BGR2GRAY参数对彩色图像进行转换。为增强对比效果，在3.1节代码内部直接新增相关代码，修改后的代码为：
gray_image=cv.cvtColor(image,cv.COLOR_BGR2GRAY) #转化为灰度图 cv.imshow('cvtest-01',gray_image) # 显示为灰度图 cv.imwrite('opencv-gray-im.jpg', image) #保存灰度图 cv.imwrite('opencv-gray-cv.jpg', gray_image) #保存灰度图
运行后，获得的opencv-gray-cv.jpg和图5一致。
【4】总结
掌握了彩色图像转灰度图像的两种办法：调用cv.imread()函数和cv.cvtColor()函数实现彩色图像转灰度图像。