利用pycharm开发环境和openCV、numpy、matplotlib等常用工具包；完成如下程序代码设计及实现： ①编程实现图像的灰度变换，使给定图像变暗、变量、降低对比度和对比度增强；

在PyCharm开发环境中，你可以利用OpenCV库进行图像处理，结合NumPy进行数值计算，以及Matplotlib进行结果展示。以下是实现图像灰度变换的一段基础代码示例：

首先，你需要安装必要的库，如果尚未安装，可以使用pip进行安装：

pip install opencv-python numpy matplotlib

然后，在Python文件中编写代码：

import cv2
import numpy as np
import matplotlib.pyplot as plt

# 加载图像
image = cv2.imread('your_image_path.jpg', cv2.IMREAD_GRAYSCALE) # 使用灰度模式读取

def adjust_brightness(image, factor):
    return np.clip(image * factor, 0, 255).astype(np.uint8)

def adjust_contrast(image, factor):
    mean = image.mean()
    return (image - mean) * factor + mean

# 变暗（减小亮度）
darkened_image = adjust_brightness(image, 0.7)

# 提亮（增加亮度）
brightened_image = adjust_brightness(image, 1.3)

# 降低对比度
low_contrast_image = adjust_contrast(image, 0.8)

# 提高对比度
high_contrast_image = adjust_contrast(image, 1.2)

# 显示原图和调整后的图像
fig, axs = plt.subplots(nrows=2, ncols=2)
axs[0, 0].imshow(image, cmap='gray')
axs[0, 0].set_title('Original')

axs[0, 1].imshow(darkened_image, cmap='gray')
axs[0, 1].set_title('Darkened')

axs[1, 0].imshow(brightened_image, cmap='gray')
axs[1, 0].set_title('Brightened')

axs[1, 1].imshow(low_contrast_image, cmap='gray')
axs[1, 1].set_title('Low Contrast')

for ax in axs.flat:
    ax.set(xticks=[], yticks=[])

plt.show()

# 保存图片
cv2.imwrite('darkened_image.jpg', darkened_image)
cv2.imwrite('brightened_image.jpg', brightened_image)
cv2.imwrite('low_contrast_image.jpg', low_contrast_image)
cv2.imwrite('high_contrast_image.jpg', high_contrast_image)

在这个例子中，我们分别对原始灰度图像进行了亮度调整（变暗和提亮）、对比度调整（降低和提高）。每种变换后都展示了图片并保存了结果。