jupyter lab拼接两张图片，原图和灰度图

在JupyterLab中，你可以使用一些图像处理库如`matplotlib`、`PIL`（Python Imaging Library）或者`seaborn`来拼接原图和灰度图。这里我将给出一个基于`matplotlib`的例子：

import matplotlib.pyplot as plt
from PIL import Image

# 假设你已经有一张原图img和它的灰度版本gray_img
# 可以通过Image.open()打开图片文件并转换为灰度图
# 原图路径替换为实际路径
img_path = 'your_original_image.png'
gray_img_path = 'your_gray_image.png'

# 加载图片
original_image = Image.open(img_path)
gray_image = Image.open(gray_img_path).convert('L')  # convert to grayscale

# 拼接图片
fig, ax = plt.subplots(nrows=1, ncols=2, figsize=(8, 4))
ax[0].imshow(original_image)  # 显示原图
ax[0].set_title('Original Image')

ax[1].imshow(gray_image, cmap='gray')  # 显示灰度图，cmap参数指定为灰色显示
ax[1].set_title('Grayscale Image')

# 调整边距和标签
plt.tight_layout()
plt.show()

在这个例子中，我们创建了一个包含两个子图的图表，左边显示原图，右边显示灰度图。运行这段代码后，你会看到拼接后的结果。