写出计算图片信息熵的python代码

计算图片信息熵需要先将图片转换为灰度图像，然后计算每个像素灰度级出现的概率，最后计算信息熵。下面是一个简单的Python代码实现：

import numpy as np
from PIL import Image

def entropy(image_path):
    # 读取图片并转换为灰度图像
    img = Image.open(image_path).convert('L')
    # 转换为 numpy 数组
    img_array = np.array(img)
    # 计算每个像素灰度级出现的概率
    hist = np.histogram(img_array, bins=256)[0]
    prob = hist / float(np.sum(hist))
    # 计算信息熵
    entropy = -np.sum(prob * np.log2(prob))
    return entropy

# 示例
image_path = 'test.jpg'
print('Image entropy:', entropy(image_path))

其中，`Image` 模块用于读取和转换图片格式，`numpy` 模块用于数组计算，`histogram` 函数用于计算直方图，`np.log2` 函数用于计算以 2 为底的对数。