MATLAB教程：图像灰度化rgb2gray函数详解及应用
本文基于MATLAB R2020b版本编写（兼容R2018及以上所有版本），聚焦图像灰度化核心函数rgb2gray，从基础认知、核心语法、实操案例到进阶应用，构建“理论+实操+应用”的完整学习闭环。核心围绕用户指定案例I_gray=rgb2gray(I)，重点讲解函数用法、原理及“简化图像处理”的核心价值，所有案例均经过实测验证，代码可直接复制运行。全文严格控制字数在5000字左右，避免冗余表述，兼顾新手入门与实操应用，帮助读者快速掌握rgb2gray函数，实现图像处理流程的简化与高效化。
一、核心基础：图像灰度化与rgb2gray函数概述
在MATLAB图像处理流程中，图像灰度化是最基础、最常用的预处理操作之一，而rgb2gray函数是MATLAB自带的、专门用于实现彩色图像灰度化的核心函数。该函数无需额外安装工具箱（自带于图像处理工具箱，默认安装），语法简洁、操作高效，能够快速将彩色RGB图像转换为灰度图像，为后续的图像分析、滤波、边缘检测等复杂处理简化流程、降低运算量——这也是rgb2gray函数的核心价值：简化图像处理，提升操作效率。
1.1 图像灰度化的核心意义（为什么需要灰度化）
彩色图像虽然视觉效果丰富，但数据量较大、运算复杂度高，不利于后续的图像处理与分析。而灰度化处理的核心是将彩色图像（RGB三通道）转换为单通道的灰度图像，仅保留像素的亮度信息，去除颜色信息，其核心意义体现在3个方面，也是“简化图像处理”的核心体现：
降低数据量，简化运算：彩色图像的像素矩阵为M×N×3（M为高度、N为宽度，3个通道分别对应R、G、B），灰度化后变为M×N的二
