最近遇到了一个新的情景，需要将彩色图片转化为黑白图片，如果手动地去转化一张一张图片，那就真的太原始人了。
用Python，咱只需要几行代码就可以在几秒内转化上千张图片。而且，这个功能的用途相当广泛，不仅能使图片变得深邃，而且还可以简化一些复杂模型的数学计算，具体可见第三部分的分析。
1.准备
开始之前，你要确保Python和pip已经成功安装在电脑上噢，如果没有，请访问这篇文章：超详细Python安装指南 进行安装。
Windows环境下打开Cmd(开始—运行—CMD)，苹果系统环境下请打开Terminal(command+空格输入Terminal)，准备开始输入命令安装依赖。
当然，我更推荐大家用VSCode编辑器，把本文代码Copy下来，在编辑器下方的终端装依赖模块，多舒服的一件事啊：Python 编程的最好搭档—VSCode 详细指南。
输入以下命令安装本文所需要的依赖模块:
pip install pillow -i https://pypi.tuna.tsinghua.edu.cn/simple some-package
看到 Successfully installed xxx 则说明安装成功。
2.编写代码
首先写一下我们的彩色图转单色图的转化函数，接收两个参数，一个是输入文件的路径，一个是输出文件路径：
from PIL import Image
def colorful_to_single(input_img_path, output_img_path):
"""
彩色图转单色图
:param input_img_path: 图片路径
:param output_img_path: 输出图片路径
"""
img = Image.open(input_img_path)
# 转化为黑白图片
img = img.convert("L")
img.save(output_img_path) (又是注释比代码长系列)
然后将你需要转化的图片放到一个文件夹中，我这里命名该文件夹为imgs，然后指定一个输出文件夹 output，如下：
dataset_dir = 'imgs'
output_dir = 'output'
# 获得需要转化的图片路径并生成目标路径
image_filenames = [(
os.path.join(dataset_dir, file_dir),
os.path.join(output_dir, file_dir)
) for file_dir in os.listdir(dataset_dir)]
# 转化所有图片
for path in image_filenames:
colorful_to_single(path[0], path[1])这里比较难理解的可能是image_filenames，用到了列表推导式，即遍历所有dataset_dir里的文件：
for file_dir in os.listdir(dataset_dir)
并将其和我们指定的目录以路径的形式链接起来：
os.path.join(output_dir, file_dir)
最终生成一个数组，第一个元素是输入路径，第二个元素是输出路径：
image_filenames = [(
os.path.join(dataset_dir, file_dir),
os.path.join(output_dir, file_dir)
) for file_dir in os.listdir(dataset_dir)]3.效果及用途
黑白效果就是这样的：
用途当然也有很多了，比如：
1.在深度学习分类图像的时候，如果并不需要考虑颜色的维度，可以先将图片转化为黑白图，简化运算复杂度。
2.黑白图片有的时候比彩色图片更具备冲击力，能够更加突出主题。
3.黑白图片有些时候也有美颜的作用，因为此时注意力的重点在于脸型，如果那个人的脸型特别好看，但是肤色比较差，这时候黑白照片就很有效果。
我们的文章到此就结束啦，如果你喜欢我们今天的Python 教程，请持续关注我们，如果对你有帮助，麻烦在下面点一个赞/在看哦
Python实用宝典 (pythondict.com)
不只是一个宝典
欢迎关注公众号：Python实用宝典
