import scipy.misc
import matplotlib.pyplot
%matplotlib inline

image_file_name = "Сканы/1/1_3.png"
#flatten переводит цветовые коды в шкалу оттенков серого
img_array = scipy.misc.imread(image_file_name, flatten = True)

#img_array = 255.0 - img_array.reshape(784)
#img_array = (img_array / 255.0 * 0.99) + 0.01
#img_array = img_array.reshape(28,28)

#Код 0 соответствует черный цвет, а коду 255 - белый, но в наборе данных MNIST используется обратная схема.
img_array = 255.0 - img_array
#Прибавляем значения на 0,01, чтобы вместить их в нужный диапазон 0,01 - 1,0.
img_array = (img_array / 255.0 * 0.99) + 0.01

matplotlib.pyplot.imshow(img_array, cmap = 'Greys', interpolation = 'None')

from matplotlib.image import imread
import matplotlib.pyplot as plt
%matplotlib inline
import numpy as np

image_file_name = "Сканы/1/1_3.png"
image  = imread(image_file_name)  

def rgb2gray(rgb):   
    return  np.mean(rgb, -1)    
    #return np.dot(rgb[...,:3], [0.2989, 0.5870, 0.1140])

gray = rgb2gray(image)    
plt.imshow(gray, cmap=plt.get_cmap('gray'), vmin=0, vmax=1)
plt.show()