python不使用cv库编程具体数值实现全局线性灰度变换

Python 中不使用 OpenCV 库实现全局线性灰度变换，我们可以使用内建的 `numpy` 库来完成这个操作。线性灰度变换通常涉及到像素值的线性转换，比如常见的8位灰度图像从0到255范围内的线性缩放。下面是一个简单的例子，假设我们有一个 RGB 彩色图像，想要将其转换为灰度图：

import numpy as np

def global_linear_gray_scale(image):
    # 获取图像的形状（行、列）
    height, width, channels = image.shape
    
    # 对每个通道（RGB，这里我们只处理第一个通道，因为灰度图只有一个通道）
    gray_channel = image[:, :, 0] / 255  # 假设输入是0-255范围的整数

    # 对所有像素应用相同的线性转换（例如，将像素值乘以0.3 + 0.59 * (1 - 0.3) + 0.11 * (1 - 0.59)，这是一般的伽马校正公式）
    linear_scaled_gray = gray_channel * 0.3 + 0.6 * (1 - 0.3) + 0.1 * (1 - 0.6)

    # 创建一个新的灰度图像数组，维度不变
    grayscale_image = np.zeros((height, width), dtype=np.uint8)
    grayscale_image[:] = linear_scaled_gray * 255  # 将灰度值限制在0-255范围内

    return grayscale_image

# 示例：
# 假设有个彩色图像array 'color_img'
gray_img = global_linear_gray_scale(color_img)

在这个例子中，`global_linear_gray_scale`函数接收一个图像数组，然后对其中的每个像素应用一个线性变换。请注意，实际的灰度变换公式可能会因应用场景的不同而变化。