- 计算灰度图的累计直方图
- 选择图片
- 将图片变为灰度图
- 获取灰度图的像素值
- 统计灰度值出现的次数，转化为直方图
建议选择尺寸大小为500以内的图片，避免程序运算量过大，等待时间过长。
插入图片时，可以在图片属性里复制出图片的位置，通过Image包来导入图片。
小编这里图片格式为jfif，可以根据自己的图片格式修改。“r”是起防止字符转义的作用，如果路径中出现“t”的话，不加"r”，“t”就会被转义，而加了“r”之后“t”就能保留原有的样子。
方法一：可以调用一个包，可以直接输出灰度图像。
方法二：种公式法：gray=0.2989×r + 0.5870×g + 0.1140×b。
任何颜色都有红、绿、蓝三原色组成，假如原来某点的颜色为RGB(R，G，B)，那么，我们可以通过下面几种方法，将其转换为灰度:
1.浮点算法:Gray=R×0.3+G×0.59+B×0.11
2.整数方法:Gray=(R×30+G×59+B×11)/100
3.移位方法:Gray =(R×28+G×151+B×77)>>8;
4.平均值法:Gray=(R+G+B)/3;
通过公式法求灰度图容易报错，小编总结了几个原因：①导入图片时所用的包与获取图片像素点用的包不一样，导致RGB的顺序改变，需要先把RGB的顺序做统一化。②图片的尺寸容易混淆，导致列表或者数组的维度不一样。
如果没有特别说明不可以调用包或者模块，建议直接调用包或者模块来得到图片的灰度图。
大家可以搜索这篇文章：
python：遍历读取图像灰度值，并存入一个新数组中。作者：1226km。
这里要说明一下，对于一张本身就是灰度图像(8位灰度图像)来说，它的像素值就是它的灰度值。如果是一张彩色图像，则它的灰度值需要经过函数映射来得到。
首先统计出灰度值出现的次数，相当于统计一个列表中每个元素出现的次数。这里有四种方法，大家可以参考文章：
Python统计一个列表中每个元素出现的次数。四种方法，总有一款适合你。作者：三尺秋水一点飞鸿。
小编采用的是for循环的方法，最后以字典的形式输出。
然后使用dict.key()以及dict.values()语句得到字典的键和值。将其转化为列表的形式。
**这里需要注意输出直方图时，x和y都需要使用list形式，小编使用数组形式时报错了__
最后附上总代码：
参考文章地址：
[1]https://blog.csdn.net/fwt1226/article/details/109582080？utm_medium=distribute.pc_aggpage_search_result.none-task-blog-2aggregatepagefirst_rank_ecpm_v1~rank_aggregation-5-109582080.pc_agg_rank_aggregation&utm_term=python%E8%AF%BB%E5%8F%96%E5%9B%BE%E7%89%87%E7%81%B0%E5%BA%A6%E5%80%BC&spm=1000.2123.3001.4430
[2]https://blog.csdn.net/qq_42467563/article/details/86182266
