赞
踩
b,g,r = cv2.split(img[, mv]) #图像拆分为 BGR 通道。
img
:图像数据,nparray 多维数组mv
:指定的分拆通道(可选)b,g,r
:分割成三个单通道图像,分别代表蓝色、绿色和红色通道,并将它们分别赋值给b、g和r
- OpenCV 使用的图像格式是 BGR(蓝、绿、红),而不是常见的 RGB 格式。因此,当你使用 cv2.split() 拆分通道时,得到的通道顺序将是 B、G、R,而不是 R、G、B。
- BGR 彩色图像的数据形状为 (width, height, channels=3),返回的 B/G/R 通道的数据形状为 (width, height),不能按照 BGR 彩色图像直接显示。
- 如果直接用 imshow 显示返回的单通道对象,将被视为 (width, height) 形状的灰度图像显示。
- 如果要正确显示某一颜色分量,需要增加另外两个通道值(置 0)转换为 BGR 三通道格式,再用 imshow 才能显示为拆分通道的颜色。
- cv2.split() 操作复杂耗时,可以直接使用 NumPy 切片得到分离通道。
import cv2
imgFile = "img/lena.jpg"
img1 = cv2.imread(imgFile, flags=1) # flags=1 读取彩色图像(BGR)
# 通道拆分
b,g,r=cv2.split(img1)
# 显示图像
cv2.imshow("b", b)
cv2.imshow("g", g)
cv2.imshow("r", r)
cv2.waitKey(0)
cv2.destroyAllWindows()
import cv2
imgFile = "img/lena.jpg"
img1 = cv2.imread(imgFile, flags=1) # flags=1 读取彩色图像(BGR)
# 获取 B 通道
bImg = img1.copy() # 获取 BGR
bImg[:, :, 1] = 0 # G=0
bImg[:, :, 2] = 0 # R=0
# 获取 G 通道
gImg = img1.copy() # 获取 BGR
gImg[:, :, 0] = 0 # B=0
gImg[:, :, 2] = 0 # R=0
# 获取 R 通道
rImg = img1.copy() # 获取 BGR
rImg[:, :, 0] = 0 # B=0
rImg[:, :, 1] = 0 # G=0
# 显示图像
cv2.imshow("b", bImg)
cv2.imshow("g", gImg)
cv2.imshow("r", rImg)
cv2.waitKey(0)
cv2.destroyAllWindows() # 释放所有窗口
cv2.merge(mv[, dst]) #BGR 通道合并
mv
:要合并的单通道dst
:通道合并的图像,nparray 多维数组
- 进行合并的 B、G、R 单通道图像分量,数据形状必须为 (width, height),而不是形状为 (width, height, channels=3) 的蓝色/绿色/红色图像。
- 单通道图像分量的图像大小 (width, height) 必须相同才能进行合并。
- 颜色通道要按照 B、G、R 通道次序合并,才能得到 BGR 格式的合并结果。
- cv2.merge() 操作复杂耗时,推荐使用 NumPy 数组合并函数 np.stack() 生成合成图像。
import cv2
imgFile = "img/lena.jpg"
img1 = cv2.imread(imgFile, flags=1) # flags=1 读取彩色图像(BGR)
# 通道拆分
b, g, r = cv2.split(img1)
# 通道合并
rgb = cv2.merge([r, g, b])
gbr = cv2.merge([g, b, r])
brg = cv2.merge([b, r, g])
# 显示图像
cv2.imshow("rgb", rgb)
cv2.imshow("gbr", gbr)
cv2.imshow("brg", brg)
cv2.waitKey(0)
cv2.destroyAllWindows() # 释放所有窗口
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。