public static bool CheckIsBlackWrite(Mat srcMat)
        {
            int height = srcMat.Rows / 4; //行 取了1/4是优化速度 一般判断这些就够了
            int width = srcMat.Cols / 4;  //列  ... ...     宽度

            for (int row = 0; row < height; row++)
            {
                for (int col = 0; col < width; col++)
                {
                    byte p = srcMat.At<byte>(row, col); //获对应矩阵坐标的取像素
                    if (p != byte.Parse((255).ToString()) && p != byte.Parse((0).ToString()))
                    {
                        return false;
                    }
                }
            }
            return true;
        }

有判断色道的方法 只能判断出灰度/黑白和彩色两种 所以用此方法判断黑白和灰度图片

黑白图只有0 和255色素 所以这样来判断

后续：完善了代码 之前有那种8色图 无法用以上方法判断出来 下面是改进方法 

三个通道的必须全为0或者全为255

public static bool CheckIsGray(Mat srcMat)
        {
            int height = srcMat.Rows / 4; //行 获取图片的行叠加起来就是高度
            int width = srcMat.Cols / 4;  //列  ... ...     宽度

            for (int row = 0; row < height; row++)
            {
                for (int col = 0; col < width; col++)
                {
                    Vec3b p = srcMat.At<Vec3b>(row, col); //获对应矩阵坐标的取像素
                    if (((int)p[0] != 255 && (int)p[0] != 0) ||
                        ((int)p[1] != 255 && (int)p[1] != 0) ||
                        ((int)p[2] != 255 && (int)p[2] != 0) ||
                        p[0] != p[1] || p[1] != p[2] || p[0] != p[2])
                    {
                        Console.WriteLine(p[0] + "  " + p[1] + " " + p[2]);
                        return true;
                    }
                }
            }
            return false;
        }