Man nimmt eine Spezialkamera die mehr als nur drei Farbenspektren lesen kann, diese einzelne (nennen wir sie mal) schwarz/weiß bilder werden dann so auf RGB aufgeteilt, dass es für uns Menschen nicht komplett scheisse aussieht.
Sowas ähnliches wird gemacht, wenn man Farbbilder auf SW umwandelt. Dabei kann man die RGB-Werte zusammen rechnen, durch drei Teilen und als Grauwert ausgeben. Oder aber man macht es richtig und gewichtet jeden Farbkanal entsprechend (R=0.299, G=0.587, W=0.114) und schreibt diese Summe als Grauwert ein.