使用python的pillow模塊可以將圖片轉化為灰度圖，
可以獲取灰度圖的特定點值，區域值，
修改值并保存到圖片

圖片轉換為灰度圖

from PIL import Image# 打開圖片
image = Image.open("d://python//2//1.jpg")gray_image = image.convert("L") #轉換為灰度圖
gray_image.save("d://python//2//6.jpg")

獲取特定坐標的灰度值

x, y = 10, 20  # 示例坐標
pixel_value = gray_image.getpixel((x, y)) #灰度值，0-255
print(pixel_value)

特定區域的灰度值1

width,height = gray_image.sizepixel_values=[]
for y in range(height):pixel_values_y=[]for x in range(width):pixel_value = gray_image.getpixel((x,y))pixel_values_y.append(pixel_value)pixel_values.append(pixel_values_y)print(pixel_values)

圖片灰度值總和

gray_values = list(gray_image.getdata())
sum_of_values = sum(gray_values)
print(sum_of_values)

特定區域的灰度值總和

x1=10
y1=10
x2=50
y2=50# 確保坐標正確，避免越界錯誤
x1, y1 = max(0, x1), max(0, y1)
x2, y2 = min(image.width - 1, x2), min(image.height - 1, y2)# 裁剪圖像以獲取指定區域
region = gray_image.crop((x1, y1, x2 + 1, y2 + 1))  # 注意crop的參數是左、上、右、下，因此x2和y2需要加1以包含邊界點
gray_values = list(region.getdata())
sum_of_values = sum(gray_values)
print(sum_of_values)

調整特定坐標的灰度值并保存圖片

import numpy as np
pixels = np.array(gray_image)  # 將圖像轉換為NumPy數組# 調整灰度值（例如，乘以一個因子）
factor = 1.5  # 例如，增加亮度到1.5倍
pixels = np.clip(pixels * factor, 0, 255).astype(np.uint8)  # (對np數組的操作，最小值，最大值)，確保值在0-255之間，并轉換回uint8類型# 將NumPy數組轉換回圖像并顯示或保存
adjusted_image = Image.fromarray(pixels)
adjusted_image.save("d://python//2//adjusted_image.jpg")