在Python中，将3通道rgb彩色图像更改为1通道灰色的速度有多快？

我在4D阵列中有近40000张图像，其中包含原始像素数据（示例数、宽度、高度、通道）。每个图像的宽度为32像素，高度为32像素，RGB颜色有3个通道。我想将它们更改为灰度图像（从3个rgb通道获得1个强度）。我怎么能做得很快呢？ 我的代码：

结果：
X_序列_灰度图像数据形状=（40000,32,32,3）
X_序列_灰度图像数据形状=（40000,32,32,1）
这很好，但要花很多时间

我还尝试使用cv2：

X_train_gray = X_train[0].copy()
print("X_train_grey image data shape =", X_train_gray.shape)
X_train_gray = cv2.cvtColor(X_train_gray, cv2.COLOR_BGR2GRAY)
print("X_train_grey image data shape =", X_train_gray.shape)

结果：
X\u序列\u灰度图像数据形状=（32,32,3）
X\u序列\u灰度图像数据形状=（32,32）
但我失去了强度，不知道如何获得它。
那么，如何快速地将此图像从3通道rgb更改为1通道灰度？

尝试使用：

cv::cvtColor(gray_img,color_img,CV_GRAY2BGR)

---

我以前遇到过这个问题。这是最好的方法： 您的代码是正确的，但还需要一些更改以适合灰度图像。代码如下：

ii = cv2.imread("0.png")
gray_image = cv2.cvtColor(ii, cv2.COLOR_BGR2GRAY)
print(gray_image)
plt.imshow(gray_image,cmap='Greys')
plt.show()

这就是结果：

[196 196 197 195 195 194 195 197 196 195 194 194 196 194 196 196 196 189 188 195 195 196 197 198 195 194 194 195 193 191] . . . [194 194 193 193 191 189 193 193 192 193 191 194 193 192 192 191 192 192 193 196 199 198 200 200 201 200 199]]

---

如果您可以使用PIL。应该没问题。我有RGB图像并转换它们：

from PIL import Image
img = Image.open("image_file_path") #for example image size : 28x28x3
img1 = img.convert('L')  #convert a gray scale
print(img1.size)
>> (28,28)

但是图像没有频道

y = np.expand_dims(img1, axis=-1)
print(y.shape)
>> (28,28,1)

y = np.expand_dims(img1, axis=-1)
print(y.shape)
>> (28,28,1)