python使用pillow库实现灰度图像每个像素的灰度值为1个字节（8位），按照从低到高记为L1、L2、…、L8。将灰度图像I1中每个像素的L1、L2、…、L8分别用二值图像I2的L1、L2、……、L8替换，用numpy对计算进行优化，保存替换后的8个图像

以下是实现代码：

from PIL import Image
import numpy as np

# 打开灰度图像
im1 = Image.open('gray_image.png').convert('L')

# 生成二值图像
threshold = 128
im2 = im1.point(lambda p: p > threshold and 255)

# 将灰度值转换为二进制，并保存到numpy数组中
binary_values = np.unpackbits(np.array(im2))

# 将numpy数组重塑为8行N列的数组，其中N为像素数
binary_values = np.reshape(binary_values, (8, -1))

# 将每个二进制位转换为0或255，并保存为8张图像
for i in range(8):
    binary_array = np.zeros_like(binary_values[i])
    binary_array[binary_values[i] == 1] = 255
    binary_image = Image.fromarray(binary_array.reshape(im1.size[::-1]), mode='L')
    binary_image.save(f'I{i+1}.png')

其中，`gray_image.png` 是原始的灰度图像文件名，`threshold` 是二值化的阈值，默认为 128。该代码将灰度值转换为二进制并存储在一个numpy数组中。然后，它将该数组重塑为8行N列的数组，其中N是像素数。最后，它将每个二进制位转换为0或255，并将其保存为8张图像。这8张图像分别对应原始灰度图像中每个像素的8个二进制位。