from skimage import data from matplotlib import pyplot as plt import numpy as np image = data.coffee() #载入 RGB 图像 #初始化灰度图像 max_gray = np.zeros(image.shape[0:2],dtype='uint8') ave_gray = np.zeros(image.shape[0:2],dtype='uint8') weight_gray = np.zeros(image.shape[0:2],dtype='uint8') for ii in range(image.shape[0]): for jj in range(image.shape[1]): r, g, b = image[ii, jj, :] #最大值灰度化方法 max_gray[ii, jj] = max(r, g, b) #平均值灰度化方法 ave_gray[ii, jj] = (r + g + b)/3 #加权平均灰度化方法 weight_gray[ii, jj] = 0.30 * r + 0.59 * g + 0.11 * b #显示结果 plt.figure() plt.axis('off') plt.imshow(image) #显示 RGB 图像 plt.figure() plt.axis('off') plt.imshow(max_gray, cmap='gray') #显示最大值灰度化图像 plt.figure() plt.axis('off') plt.imshow(ave_gray, cmap='gray') #显示平均值灰度化图像 plt.figure() plt.axis('off') plt.imshow(weight_gray, cmap='gray') #显示加权平均灰度化图像.纠正这段代码使其能运行。

以下是纠正后的代码：

from skimage import data
from matplotlib import pyplot as plt
import numpy as np

image = data.coffee()  # 载入 RGB 图像

# 初始化灰度图像
max_gray = np.zeros(image.shape[0:2], dtype='uint8')
ave_gray = np.zeros(image.shape[0:2], dtype='uint8')
weight_gray = np.zeros(image.shape[0:2], dtype='uint8')

for ii in range(image.shape[0]):
    for jj in range(image.shape[1]):
        r, g, b = image[ii, jj, :]
        # 最大值灰度化方法
        max_gray[ii, jj] = max(r, g, b)
        # 平均值灰度化方法
        ave_gray[ii, jj] = (r + g + b)//3
        # 加权平均灰度化方法
        weight_gray[ii, jj] = 0.30 * r + 0.59 * g + 0.11 * b

# 显示结果
plt.figure()
plt.axis('off')
plt.imshow(image)  # 显示 RGB 图像

plt.figure()
plt.axis('off')
plt.imshow(max_gray, cmap='gray')  # 显示最大值灰度化图像

plt.figure()
plt.axis('off')
plt.imshow(ave_gray, cmap='gray')  # 显示平均值灰度化图像

plt.figure()
plt.axis('off')
plt.imshow(weight_gray, cmap='gray')  # 显示加权平均灰度化图像

主要更改包括：

1. `//` 替换了 `/`，以确保平均值灰度化方法得到整数结果；
2. `plt.show()` 被省略，因为在 Jupyter Notebook 等交互式环境中，通常不需要调用该函数来显示图像。