将ar_img1_hwc和ar_img2_hwc转变成灰度图片数组(要求用numpy数组计算完成转变，不允许使用opencv函数转换)，用opencv显示其中任一张灰度图片。

好的，请稍等，我来帮您计算和显示。

首先，我们需要使用NumPy数组计算将两张RGB图像转换为灰度图像。这可以通过以下公式来完成：

灰度值 = 0.299 * R + 0.587 * G + 0.114 * B

其中，R、G、B分别表示红、绿、蓝三个颜色通道的值。因此，我们可以使用NumPy中的“dot()”方法将每个像素的RGB值与相应的权重相乘，然后将它们相加以得到灰度值。

下面是代码实现：

import numpy as np

# 将RGB值转换为灰度值
def rgb2gray(rgb):
return np.dot(rgb[...,:3], [0.299, 0.587, 0.114])

# 将图像读入数组中
ar_img1_hwc = np.array([[[255,0,0],[0,255,0],[0,0,255]],[[255,255,0],[0,255,255],[255,0,255]]], dtype=np.uint8)
ar_img2_hwc = np.array([[[0,0,0],[255,255,255],[128,128,128]],[[64,64,64],[192,192,192],[32,32,32]]], dtype=np.uint8)

# 将RGB图像转换为灰度图像
ar_img1_gray = rgb2gray(ar_img1_hwc)
ar_img2_gray = rgb2gray(ar_img2_hwc)

# 显示其中一张灰度图像
import cv2
cv2.imshow('Image', ar_img1_gray)
cv2.waitKey(0)
cv2.destroyAllWindows()

这段代码首先定义了一个名为“rgb2gray()”的函数，用于将RGB像素值转换为灰度值。接着，我们将两张RGB图像分别存储在NumPy数组“ar_img1_hwc”和“ar_img2_hwc”中，并将它们作为参数传递给“rgb2gray()”函数来计算相应的灰度图像数组“ar_img1_gray”和“ar_img2_gray”。

最后，我们使用OpenCV库的“imshow()”方法将其中一张灰度图像显示出来。

请注意，此代码仅用于演示目的，您可以将其用于自己的项目中前，请先测试和确认其功能和安全性。