要实现按照图像灰度值统计并筛选图片的操作，我们需要使用到PIL、shutil和os这三个Python库。下面是完整的攻略：

1. 安装所需的Python库

我们需要先在终端或命令行中安装PIL、shutil和os这三个Python库。可以使用pip命令安装：

pip install Pillow

pip install shutil

pip install os

2. 读取图片并统计图像灰度值

使用PIL库中的Image模块，可以读取图片并将其转换为灰度图像。

示例代码如下：

from PIL import Image

# 打开一张图片
img = Image.open("sample.jpg")

# 将图片转换为灰度图像
img_gray = img.convert('L')

# 统计灰度值
histogram = img_gray.histogram()

在这个例子中，我们首先使用Image.open()方法读取了一张名为sample.jpg的图片。接着将其转换为灰度图像，通过convert()方法中的参数'L'实现。最后使用histogram()方法统计灰度值。

3. 筛选符合条件的图片

我们可以通过统计图像灰度值，筛选出符合条件的图片。例如，我们根据图片的平均灰度值筛选出较暗的图片。

示例代码如下：

import os
import shutil
from PIL import Image

# 遍历文件夹获取所有图片
def list_all_imgs(folder_path):
    imgs = []
    for parent, dirnames, filenames in os.walk(folder_path):
        for filename in filenames:
            _, ext = os.path.splitext(filename)
            if ext.lower() in ['.jpg', '.jpeg', '.png', '.bmp', '.gif']:
                imgs.append(os.path.join(parent, filename))
    return imgs

# 获取平均灰度值
def get_average_gray(img_path):
    img = Image.open(img_path).convert('L')
    histogram = img.histogram()
    pixels = sum(histogram)
    avg_gray = sum(idx * val for idx, val in enumerate(histogram)) / pixels
    return avg_gray

# 筛选符合条件的图片
def select_imgs(folder_path, threshold):
    for img_path in list_all_imgs(folder_path):
        avg_gray = get_average_gray(img_path)
        if avg_gray < threshold:
            shutil.move(img_path, "dark_imgs/")

在这个例子中，我们首先定义了list_all_imgs()方法，使用os.walk()方法遍历指定文件夹，并找到所有的图片文件。接着定义了get_average_gray()方法，通过Image.open()方法读取一张图片并将其转换为灰度图像，再使用histogram()方法统计灰度值。最后，我们定义了select_imgs()方法，使用get_average_gray()方法获取平均灰度值，并根据阈值筛选出符合条件的图片，并通过shutil.move()方法将其从原文件夹移动到一个名为dark_imgs的新文件夹中。

这个例子中，我们使用选择平均灰度值小于3的图片作为筛选条件，可以根据实际需求自行修改。

结论

通过PIL和shutil库，我们可以很容易地实现按照图像灰度值统计并筛选图片的操作。在实际开发中，我们可以根据需求，按照灰度值、尺寸等条件，进行图片的筛选和处理。