OpenCV 4基础篇| OpenCV图像的拆分和合并

目录

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

            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