【1】引言
前序学习内容中，我们对灰度图像的像素数据进行了较为清晰的探讨：
在python学opencv|读取图像（五）读取灰度图像像素-CSDN博客中探索了如何抓取灰度图像的像素数据。
在python学opencv|读取图像（六）读取图像像素RGB值-CSDN博客中了解到灰度图的BGR只有一个数据（通道）。
在此基础上，如果我们想创造一个灰度图，也许可以通过以下方法：
【a】首先是创造一组数据约定图像的像素大小；
【b】然后是定义一些在[0,255]区间范围内的数据充当像素的BGR值；
【c】最后把数据输出为图像。
刚好numpy模块就有很好的数据生成功能，我们也进行了相关知识的学习，学习链接包括且不限于：
矩阵定义|python学习笔记_python定义矩阵-CSDN博客
除法|python矩阵基本运算_python 矩阵除法-CSDN博客
python简单计算入门教程|加减法_python 计算因变量范围-CSDN博客
为此，我们尝试编写代码，进行尝试。
【2】代码测试
在pycharm等编辑器输入下述代码：
import numpy as np #引入numpy模块
import cv2 as cv #引入cv2模块
from imageio.v2 import imwrite
#定义图像
t=np.arange(300,600,20) #定义变量，在[300,600)区间，每隔20取一个值
t_max=np.max(t) #取变量最大值作为像素大小
print('t_max=',t_max) #输出最大值
image=np.zeros([t_max,t_max],np.uint8) #定义一个竖直和水平像素均为t最大值的全0矩阵
#显示和保存定义的图像
cv.imshow('display-pho',image) #显示图像
cv.imwrite('image.jpg',image) #保存图像
cv.waitKey() #图像不关闭
cv.destroyAllWindows() #释放所有窗口代码非常简单：
调用numpy模块先完成数据定义，取自变量最大值为t_max；
然后定义一个行数和列数都是t_max的正方形矩阵；
正方向矩阵内部的所有数据都是0；
通过调用imshow()函数，直接把矩阵数据转换成了图像，图像的竖直和水平像素是t_max，每一个像素点的BGR都是0；
在电脑屏幕上，我们会看到黑色的窗口，这是一个灰度图；
通过调用imwrite()函数，把灰度图像保存下来。
图像为：
图1
点击保存下来的image.jpg图像，看到其属性为：
图2
在pycharm编辑器底部，我们看到的输出为：
图3
这个t_max=580成功转化为图像的竖直和水平像素。
【3】总结
掌握了用python+opencv+numpy创建纯黑灰度图的技巧。