グレースケール画像とは？
デジタルカメラ、ブラウザ、アルゴリズムがカラーデータをモノクロの光の強度に変換する仕組み。
Luminance Formula Sandbox
Compare ITU-R BT.709 vs BT.601 vs Naive Average algorithms in real time.
1. グレースケール画像の基本定義
デジタル画像処理において、グレースケール画像とは、各画素（ピクセル）が光の強度情報のみを持つ画像のことです。赤・緑・青の3チャンネルで色を表現するカラー画像とは異なり、輝度を表す単一のチャンネルのみを保持します。
標準的な8ビットデジタル画像では、この輝度値は0から255までの値を取ります。0は純粋な黒（光が全くない状態）、255は純粋な白（最大輝度）を表し、その間の254段階の値がグラデーション豊かな灰色（中間調）を表現します。
2. カラーからグレーへ：変換の数学的仕組み
単にRGBチャンネルの算術平均（つまり、(R+G+B)/3）を計算するだけでは、人間の目にとって自然なグレースケール画像は作れません。人間の網膜は、光の波長によって感度が異なり、緑色を最も明るく感じ、青色を最も暗く感じるためです。
アナログテレビ時代にはBT.601が使われていましたが、現在のウェブブラウザやHDディスプレイではBT.709が主流です。BT.709では緑色の重みが71%を超えており、人間の目が緑色をいかに明るく捉えているかを反映しています。
3. グレースケールと純粋な白黒（2値画像）の決定的な違い
日常会話では「白黒画像」と「グレースケール」は同じ意味で使われますが、コンピュータサイエンスにおいては明確に区別されます：
グレースケール画像（8ビット）
256段階の灰色の階調を持ちます。黒から白への変化が滑らかです。
二値画像（1ビット）
完全に純粋な「黒」と「白」の2値のみで構成されます。灰色の中間調は存在しません。
新聞の印刷や電子ペーパー（E-ink）のような1ビット表現で灰色の陰影を再現するために、細かいドットの配置パターンで人間の脳に錯覚を起こさせる「ディザリング（Dithering）」アルゴリズム（Floyd-Steinberg法など）が使用されます。
4. テクノロジー分野でグレースケール画像が重宝される理由
計算負荷とメモリの削減
カラー画像はグレースケール画像の3倍のデータ量があります。CNNなどの機械学習モデルでは、入力画像をあらかじめグレースケール化しておくことで、処理に必要なメモリを削減し、モデルの学習速度を大幅に高速化できます。
輪郭検出とOCR（文字認識）の精度向上
画像認識アルゴリズムは光の明暗（グラデーション）を頼りに輪郭を見つけます。不要な色のノイズを取り除くことで、文字スキャンや認識率が飛躍的に向上します。