尝试在 python 环境下，编写程序，对给定图像进行不同参数的取样和量化处理，并将结果显示出来。

在Python中，我们可以使用PIL（Python Imaging Library）或者其更现代、功能更强的替代品如Pillow库来处理图像。对于取样和量化处理，我们可以做到：

1. 取样：通过`getpixel()`函数获取图像的特定像素值。例如，```image.getpixel((x, y))```会返回指定位置(x, y)处的颜色值。

2. 量化处理：可以将图像从真彩色（通常是24位，RGB模式，每通道8位）转换为灰度或更低位数的颜色模式。比如，用`ImageOps.grayscale()`或`convert('L')`函数将图像转为灰度，每个像素只有一个亮度分量。

下面是一个简单的例子，展示如何读取图像、取样并进行量化：

from PIL import Image

# 打开图像文件
img = Image.open("example.jpg")

# 获取图像尺寸
width, height = img.size

# 随机选取一个像素点
random_x, random_y = width // 2, height // 2
sample_color = img.getpixel((random_x, random_y))

# 转换为灰度
gray_img = img.convert('L')

# 显示原始颜色和灰度后的图像
img.show(title="Original")
gray_img.show(title="Grayscale")

# 量化处理示例，例如将灰度值减半（这并非标准的量化，仅做演示）
half_quantized_img = gray_img.point(lambda p: p // 2)
half_quantized_img.show(title="Half Quantization")