1. 给定RGB图像campus.png, 将其转化为灰度图像g，利用plot3函数或其它三维画图函数显示g随位置的变化情况，并由此说明计算机对图像的理解是一项艰巨的任务。

好的，我了解了您的问题。首先，我需要确认您是否已经用Python读入了这个RGB图像campus.png并将其转化为灰度图像了？如果还没有，您可以使用PIL库中的Image模块来完成这个任务。代码如下：

from PIL import Image

# 读入RGB图像
img = Image.open('campus.png')

# 转化为灰度图像
gray_img = img.convert('L')

# 显示灰度图像
gray_img.show()

如果您已经成功将图像转化为灰度图像，那么接下来我将为您介绍如何使用`plot3`函数来显示灰度图像g随位置的变化情况。

由于图像是二维的，我们可以将其看作一个平面上的函数，其中x和y表示像素的位置，而z表示该像素点的灰度值。因此，我们可以用`plot3`函数来绘制一个三维曲面，其中x和y轴表示像素的位置，z轴表示该像素点的灰度值。

以下是示例代码：

import matplotlib.pyplot as plt
import numpy as np

# 读入灰度图像
gray_img = Image.open('campus_gray.png')

# 将灰度图像转化为二维数组
gray_arr = np.array(gray_img)

# 获取图像的宽度和高度
width, height = gray_img.size

# 构造x、y坐标轴
x = np.arange(width)
y = np.arange(height)

# 将x、y坐标轴转化为网格
X, Y = np.meshgrid(x, y)

# 将灰度值转化为z坐标轴
Z = gray_arr

# 绘制灰度图像随位置的变化情况
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.plot_surface(X, Y, Z, cmap='viridis')
ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.set_zlabel('Gray Value')
plt.show()

运行这段代码后，您就可以看到一个三维曲面，其中x和y轴表示像素的位置，z轴表示该像素点的灰度值。您可以旋转曲面来观察灰度图像在不同位置的变化情况。

最后，我需要说明一点：计算机对图像的理解确实是一项艰巨的任务，因为图像中包含了大量的信息，包括纹理、形状、颜色等等。要想让计算机真正理解图像，需要使用各种复杂的算法和模型来提取图像中的特征，进行图像识别、分类、分割等任务。