从最大值灰度化方法、平均值灰度化方法、加权灰度化方法中选取一种方法实现RGB图像灰度化，显示RGB图像及灰度化结果。

加权灰度化方法是一种将RGB图像转换为灰度图像的方法，它基于人眼对不同颜色的敏感度进行加权。通常，人眼对绿色更敏感，因此在加权时会给予绿色更高的权重。下面是使用加权灰度化方法实现RGB图像灰度化的Python代码，使用了Pillow库来处理图像。

from PIL import Image
import numpy as np

def weighted_gray_scale(image_path):
    # 打开图像文件
    image = Image.open(image_path)
    # 将图像数据转换为数组
    image_array = np.array(image)
    
    # 定义加权因子，根据人眼对颜色的敏感度设置
    R_weight = 0.299
    G_weight = 0.587
    B_weight = 0.114
    
    # 计算加权灰度值
    gray_scale_array = image_array[:, :, 0] * R_weight + \
                       image_array[:, :, 1] * G_weight + \
                       image_array[:, :, 2] * B_weight
    
    # 将计算出的灰度值转换为8位灰度图像
    gray_scale_image = Image.fromarray(gray_scale_array.astype(np.uint8), 'L')
    
    # 显示原始图像和灰度图像
    original_image = Image.fromarray(image_array)
    original_image.show()
    gray_scale_image.show()

# 替换为你的图片文件路径
image_path = 'path_to_your_image.jpg'
weighted_gray_scale(image_path)

在上述代码中，首先使用Pillow库打开一个RGB图像，然后将其转换为数组。接着，使用人眼对颜色敏感度的加权因子来计算每个像素的灰度值，并将结果转换回8位灰度图像。最后，显示原始的RGB图像和灰度化后的图像。