用最簡單的辦法實現彩色圖像灰度化和二值化：

首先采用skimage庫（skimage庫現在在scikit_image庫中）實現：

from skimage.color import rgb2gray
import numpy as np
import matplotlib.pyplot as plt"""
skimage庫實現彩色圖像的灰度化、二值化
"""#輸入原圖像
plt.subplot(221)
#使用plt.subplot來創建小圖. plt.subplot(221)表示將整個圖像窗口分為2行2列, 當前位置為1.
img = plt.imread("lenna.png")	#圖像輸入
plt.imshow(img)	#圖像輸出
print("---image lenna----")
print(img)# 灰度化
img_gray = rgb2gray(img)
plt.subplot(222)
plt.imshow(img_gray, cmap='gray')
print("---image gray----")
print(img_gray)#二值化
img_binary = np.where(img_gray >= 0.5, 1, 0)
#像素值大于0.5為1，小于0.5為0
print("-----imge_binary------")
print(img_binary)
print(img_binary.shape)		#輸出圖像分辨率
plt.subplot(223)
plt.imshow(img_binary, cmap='gray')
plt.show()

運行結果：

采用opencv庫(cv2)實現：

import matplotlib.pyplot as plt
import cv2"""
cv2實現彩色圖像的灰度化、二值化
這里采用plt輸出，如果需要cv2輸出，只需要將plt的輸出注釋掉，將cv2的輸出取消注釋
"""#輸入原圖像
plt.subplot(221)
img = cv2.imread("lenna.png", 1)
#1是彩色輸入，0是灰色輸入
#cv2.imshow('img',img)#通道轉換
b, g, r = cv2.split(img)
img = cv2.merge([r, g, b])plt.imshow(img)#灰度化
img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
img_gray1 = img_gray
plt.subplot(222)
#cv2.imshow('img2',img_gray)
plt.imshow(img_gray,cmap='gray')#二值化
cv2.threshold(img_gray1,127,255,0,img_gray1)
#像素值大于127為255（白色），小于為0（黑色）
plt.subplot(223)
plt.imshow(img_gray1,cmap='gray')
plt.show()# cv2.imshow('img3',img_gray1)
# cv2.waitKey(0)

需要注意的問題：

注意一：
在plt讀取圖像之后，圖像的每一個像素值都在[0,1]之間，在之后的cv2讀取的圖像，每一個像素值在[0，255]之間，所以在二值化時，plt是閾值為0.5，像素值分成0或1，而cv2中閾值是127，像素值分為0或255。

注意二：
無論誰cv輸出還是plt輸出的最后的結尾都需要加上cv.waitkey(0)或者plt.show()不然輸出圖像轉瞬即逝，很快就消失了，不能長時間停留。

注意三：
這里采用plt或者cv兩種輸出方式！但是注意，當cv輸入plt輸出的時候會發現圖像色彩失真！

因為 opencv 的接口使用BGR模式，而 matplotlib.pyplot 接口使用的是RGB模式
解決方法是：
在cv輸入圖像后把通道順序變換一下,就在cv2.imread輸入后面添加

b, g, r = cv2.split(img)
img = cv2.merge([r, g, b])

添加后運行結果：

注意四：
在灰度化和二值化圖像用plt輸出的時候必須添加cmap = 'gray'，如果不添加得不到想要的圖像。
至于原因，我在網上得到最好的解釋是：

當img1具有形狀(M,N,3)或(M,N,4)時，img1中的值將被解釋為RGB或RGBA值。在這種情況下，cmap將被忽略。每the help(plt.imshow) docstring：

cmap：~matplotlib.colors.Colormap，可選，默認：無

  如果為None，則默認為rc image.cmap值。 cmap會被忽略   X有RGB（A）信息

但是，如果img是形狀(M,N)的數組，則cmap會控制用于顯示值的色彩映射。