1. 通道拆分
1.1 cv2.split
1.1.1 语法结构
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
1.1.2 注意事项
- 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。
1.1.3 代码示例
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()
1.2 NumPy切片
1.2.1 代码示例
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
2. 通道合并
2.1 cv2.merge
2.1.1 语法结构
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
2.1.2 注意事项
- 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。
2.1.3 代码示例
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
