计算灰度图片中各像素点像素值的占比

首先需要明确一下，“像素点像素值的占比”是什么意思。如果是指某个像素值在整张图片中的占比，可以按照以下步骤计算：

1. 将灰度图片转换为一维数组。
2. 统计每个像素值在数组中出现的次数，可以使用字典（Python 中的 dict）来实现。
3. 计算每个像素值在数组中出现的频率，即出现次数除以数组长度。
4. 将频率转换为百分比形式，即乘以 100。

下面是一个 Python 实现的例子：

import numpy as np
from collections import defaultdict

# 读取灰度图片
img = np.array(Image.open('image.jpg').convert('L'))

# 将二维数组转换为一维数组
pixels = img.ravel()

# 统计每个像素值在数组中出现的次数
counts = defaultdict(int)
for p in pixels:
    counts[p] += 1

# 计算每个像素值在数组中出现的频率
freqs = {k: v / len(pixels) for k, v in counts.items()}

# 将频率转换为百分比形式
percentages = {k: v * 100 for k, v in freqs.items()}

# 输出结果
for k, v in percentages.items():
    print(f"像素值 {k} 的占比为 {v:.2f}%")

需要注意的是，这里使用了 Python 的 defaultdict 类来实现字典的自动初始化，以避免在统计像素值出现次数时出现 KeyError 的情况。此外，为了方便输出结果，使用了 Python 3.6 引入的 f-string 语法。