下面是一个示例代码，用于按照每个2x2网格对灰度图像进行像素强度求和和调整大小：

import cv2
import numpy as np

def adjust_image_size(image):
    # 获取图像的宽度和高度
    height, width = image.shape

    # 计算调整后图像的宽度和高度
    new_width = width // 2
    new_height = height // 2

    # 创建一个新的空白图像，用于存储调整后的图像
    new_image = np.zeros((new_height, new_width), dtype=np.uint8)

    # 遍历每个2x2网格
    for y in range(0, new_height):
        for x in range(0, new_width):
            # 计算当前网格的像素强度总和
            total_intensity = int(image[y*2, x*2]) + int(image[y*2, x*2+1]) + int(image[y*2+1, x*2]) + int(image[y*2+1, x*2+1])

            # 将像素强度总和平均分配给新图像中的每个像素
            new_image[y, x] = total_intensity // 4

    return new_image

# 读取灰度图像
image = cv2.imread('image.jpg', cv2.IMREAD_GRAYSCALE)

# 调整图像大小
new_image = adjust_image_size(image)

# 显示原始图像和调整后的图像
cv2.imshow('Original Image', image)
cv2.imshow('Adjusted Image', new_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

请注意，这只是一个示例代码，具体的实现方式可能因应用需求而有所不同。