#需求:读取lena图像，并且减小为四分之一，变成单通道灰度图像，获取图像的形状和像素个数，使用cv2库

首先，你需要安装Python的OpenCV库（cv2），如果你还没有安装，可以使用pip install opencv-python命令来安装。接下来，按照以下步骤操作：

1. **读取 Lena 图像**:
使用`cv2.imread()`函数读取 Lena 图像文件，通常Lena图片位于` cv2.data.haarcascades`路径下，例如:`lena = cv2.imread(cv2.samples.findFile('data/lenacolor.jpg'))`。

2. **缩小图像**:
要将图像缩小到原来的一半大小，你可以用`cv2.resize()`函数，传入`(0,0)`表示保持原始比例，`None`作为宽度和高度，然后指定新尺寸，比如四分之一大小：`resized_img = cv2.resize(lena, None, fx=0.5, fy=0.5)`

3. **转换为灰度图像**:
使用`cv2.cvtColor()`将颜色图像转换为灰度图像，灰色通道就是单通道，如`gray_img = cv2.cvtColor(resized_img, cv2.COLOR_BGR2GRAY)`

4. **获取图像形状和像素个数**:
可以通过`.shape`属性获取图像的维度信息，返回一个元组，第一个元素代表行数，第二个元素代表列数，第三个元素代表通道数（对于灰度图只有1）。像素总数等于行*列。例如:

   height, width, channels = gray_img.shape
   pixel_count = height * width

5. **显示和打印结果**:
最后，你可以用`cv2.imshow()`显示图像，记得在关闭窗口前调用`cv2.waitKey(0)`。关于像素数量，可以直接打印出来。

# ...其他步骤...

# 显示灰度图像
cv2.imshow("Gray Image", gray_img)
cv2.waitKey(0)

# 输出像素数
print(f"Image shape: {height, width}, Pixel count: {pixel_count}")