灰度图，Gray Scale Image 或是Grey Scale Image，又称灰阶图。把白色与黑色之间按对数关系分为若干等级，称为灰度。灰度分为256阶。

除了常见的卫星图像、航空照片外，许多地球物理观测数据也以灰度表示。以位场图像为例，把位场表示为灰度图，需要将位场观测值灰度量化，即将场的变化范围转换成256阶的灰度范围。由于位场的动态变化范围非常大，磁场可达数万个纳特，重力场也可能在数百个重力单位内变化，所以在显示为图像前通常需要对位场观测值进行拉伸或压缩。

什么叫灰度图？任何颜色都由红、绿、蓝三原色组成，而灰度图只有一个通道，他有256个灰度等级，255代表全白，0表示全黑。在Windows操作系统中可以使用画图的颜色编辑功能，将红绿蓝三个通道的数值设定为相同值就可以看到其对应的灰度效果。假如原来某点的颜色为RGB(R，G，B)，那么，我们可以通过下面几种方法，将其转换为灰度：

RGB值与功率并非简单的线性关系，而是幂函数关系，这个函数的指数称为Gamma值，一般为2.2，而这个换算过程，称为Gamma校正。

为什么显示器要Gamma校正呢？因为人眼对亮度的感知和物理功率不成正比，而是幂函数的关系，这个函数的指数通常为2.2，称为Gamma值。

打个比方，功率为50%的灰色，人眼实际感知亮度为

而人眼认为的50%中灰色，实际功率为

所以RGB中的灰度值，为了考虑到较小的存储范围(0~255)和较平衡的亮暗部比例，所以需要进行Gamma校正，而不是直接对应功率值，因此RGB值RGB颜色值不能简单直接相加，而是必须用2.2次方换算成物理光功率后才能进行下一步计算。这一点在下面的灰度计算公式中就有所体现。

任何颜色都由红、绿、蓝三基色组成，假如原来某点的颜色为RGB(R，G，B)，那么，我们可以通过下面几种方法，将其转换为灰度：

1.浮点法：Gray=R*0.3+G*0.59+B*0.11

2.整数法：Gray=(R*30+G*59+B*11)/100

3.移位法：Gray =(R*77+G*151+B*28)＞＞8;

4.平均值法：Gray=（R+G+B）/3;

5.仅取绿色：Gray=G；

以上五种老式算法计算值均有误差，这些方法对于Gamma校正的图片(平常所见到的24位真彩色图片均为Gamma校正的图片)并不适用。

为什么呢？因为刚才说了，Gamma校正后的分量值不是物理上的功率，不能直接相加，因此，需要提出一种全新的，改进的算法来纠正这一问题。

6.Gamma校正算法：

注意这里的2.2次方和2.2次方根，RGB颜色值不能简单直接相加，而是必须用2.2次方换算成物理光功率。因为RGB值与功率并非简单的线性关系，而是幂函数关系，这个函数的指数称为Gamma值，一般为2.2，而这个换算过程，称为Gamma校正。

求得Gray后，将原来的RGB(R,G,B)中的R,G,B统一用Gray替换，形成新的颜色RGB(Gray,Gray,Gray)，用它替换原来的RGB(R,G,B)就是灰度图了。鉴于精确度的要求，在高质量图片处理中最好使用公式6进行计算，以保证准确度。

彩色图像通常由几个叠加的彩色通道构成，每个通道代表给定通道的值。例如，RGB图像由三个独立的红色，绿色和蓝色原色分量组成。

这里是一个完整的RGB彩色图像的颜色通道分裂的例子。左边的列显示了自然颜色的孤立的颜色通道，而右边则显示了它们的灰度等值。

反过来也是可能的：从他们单独的灰度通道建立一个全彩色的图像。通过改变通道，使用偏移，旋转和其他操作，可以实现艺术效果，而不是准确地再现原始图像。

单通道灰度图是由单个像素点通过8位的灰度值（0-255）来表示。例如一幅500*500像素的单通道灰度图是由500X500=250000个不同灰度的像素点组成。

在photoshop cs4以及以上版本中，都也可以实现。

方法：打开你所编辑的图片，依次打开图像,在选择模式，再择灰度。