Python笔记——python OpenCV 图像通道分离和合并
2018-01-11 21:10
851 查看
图像通道分离
有两种方法,一个是使用OpenCV自带的split 函数,还有一个是使用Numpy数组来分离通道.
使用OpenCV 自带 split函数
[python] view
plain copy
#!/usr/bin/env python
# encoding: utf-8
import cv2
import numpy as np
img = cv2.imread("mini.jpg")
b,g,r = cv2.split(img)
cv2.imshow("Blue",r)
cv2.imshow("Red",g)
cv2.imshow("Green",b)
cv2.waitKey(0)
cv2.destroyAllWindows()
# 也可以单独返回其中一个通道
b = cv2.split(img)[0] # B通道
g = cv2.split(img)[1] # G通道
r = cv2.split(img)[2] # R通道
使用Numpy 数组分离图像通道
[python] view
plain copy
#!/usr/bin/env python
# encoding: utf-8
import cv2
import numpy as np
#使用Numpy 数组来实现图像通道分离
img = cv2.imread("mini.jpg")
# 创建3个跟图像一样大小的矩阵,数值全部为0
b = np.zeros((img.shape[0],img.shape[1]),dtype=img.dtype)
g = np.zeros((img.shape[0],img.shape[1]),dtype=img.dtype)
r = np.zeros((img.shape[0],img.shape[1]),dtype=img.dtype)
#复制图像通道里的数据
b[:,:] = img[:,:,0] # 复制 b 通道的数据
g[:,:] = img[:,:,1] # 复制 g 通道的数据
r[:,:] = img[:,:,2] # 复制 r 通道的数据
cv2.imshow("Blue",b)
cv2.imshow("Red",r)
cv2.imshow("Green",g)
cv2.waitKey(0)
cv2.destroyAllWindows()
通道合并
通道合并也有两种方法。一种是使用OpenCV自带的 merge 函数
[python] view
plain copy
merged = cv2.merge([b,g,r]) #前面分离出来的三个通道
使用Numpy 方法
[python] view
plain copy
mergedByNp = np.dstack([b,g,r])
问题: 网上看到说用Numpy 合并组合的方式与OpenCV自带的不一样,所以的结果不能在OpenCV 其它函数中使用。使用 OpenCV 自带的 merge 函数。
我的测试结果是它们的合并结果是一致的。
测试代码如下:
[python] view
plain copy
merged = cv2.merge([b,g,r])
print "Merge by OpenCV"
print merged.strides
'''''
merge by OpenCV
(1890, 3, 1)
'''
mergedByNp = np.dstack([b,g,r])
print "Merge by NumPy "
print mergedByNp.strides
'''''
merge by Numpy
(1890, 3, 1)
'''
有两种方法,一个是使用OpenCV自带的split 函数,还有一个是使用Numpy数组来分离通道.
使用OpenCV 自带 split函数
[python] view
plain copy
#!/usr/bin/env python
# encoding: utf-8
import cv2
import numpy as np
img = cv2.imread("mini.jpg")
b,g,r = cv2.split(img)
cv2.imshow("Blue",r)
cv2.imshow("Red",g)
cv2.imshow("Green",b)
cv2.waitKey(0)
cv2.destroyAllWindows()
# 也可以单独返回其中一个通道
b = cv2.split(img)[0] # B通道
g = cv2.split(img)[1] # G通道
r = cv2.split(img)[2] # R通道
使用Numpy 数组分离图像通道
[python] view
plain copy
#!/usr/bin/env python
# encoding: utf-8
import cv2
import numpy as np
#使用Numpy 数组来实现图像通道分离
img = cv2.imread("mini.jpg")
# 创建3个跟图像一样大小的矩阵,数值全部为0
b = np.zeros((img.shape[0],img.shape[1]),dtype=img.dtype)
g = np.zeros((img.shape[0],img.shape[1]),dtype=img.dtype)
r = np.zeros((img.shape[0],img.shape[1]),dtype=img.dtype)
#复制图像通道里的数据
b[:,:] = img[:,:,0] # 复制 b 通道的数据
g[:,:] = img[:,:,1] # 复制 g 通道的数据
r[:,:] = img[:,:,2] # 复制 r 通道的数据
cv2.imshow("Blue",b)
cv2.imshow("Red",r)
cv2.imshow("Green",g)
cv2.waitKey(0)
cv2.destroyAllWindows()
通道合并
通道合并也有两种方法。一种是使用OpenCV自带的 merge 函数
[python] view
plain copy
merged = cv2.merge([b,g,r]) #前面分离出来的三个通道
使用Numpy 方法
[python] view
plain copy
mergedByNp = np.dstack([b,g,r])
问题: 网上看到说用Numpy 合并组合的方式与OpenCV自带的不一样,所以的结果不能在OpenCV 其它函数中使用。使用 OpenCV 自带的 merge 函数。
我的测试结果是它们的合并结果是一致的。
测试代码如下:
[python] view
plain copy
merged = cv2.merge([b,g,r])
print "Merge by OpenCV"
print merged.strides
'''''
merge by OpenCV
(1890, 3, 1)
'''
mergedByNp = np.dstack([b,g,r])
print "Merge by NumPy "
print mergedByNp.strides
'''''
merge by Numpy
(1890, 3, 1)
'''
相关文章推荐
- OpenCV之Python学习笔记(1)(2): 图像的载入、显示和保存 图像元素的访问、通道分离与合并
- python OpenCV 图像通道分离和合并 (四)
- 【基于C++和Python的Opencv3学习笔记之颜色空间缩减、ROI提取及多通道分离合并】
- OpenCV Python教程之图像元素的访问、通道分离与合并
- python3-opencv库(3)--图片颜色空间转换,利用HSV进行物体跟踪,图像通道分离与合并
- 6-python图像处理opencv(2.图像像素访问,通道分离与合并)
- 【OpenCV学习笔记】十二、图像的对比度和亮度调整及图像通道的分离与合并
- python OpenCV 图像通道分离和合并 (四)
- 【OpenCV数字图像处理】(5) 【Python编程】(5) 像素访问之添加椒盐实例 通道分离与合并
- OpenCV学习(十四)之彩色图像RGB通道的分离、合并与显示
- 【OpenCV笔记 08】OpenCV中分离颜色通道split()和图像通道混合merge()
- OpenCV Python教程(2、图像元素的访问、通道分离与合并)
- 【OpenCV3图像处理】图像通道分离、通道合并、图像叠加混合
- OpenCV学习(十四)之彩色图像RGB通道的分离、合并与显示
- Opencv图像识别从零到精通(31)----图像修补,分离合并通道
- OpenCV Python教程(2、图像元素的访问、通道分离与合并)
- 使用Opencv分离图像通道/合并图像通道
- python中图像通道分离与合并
- Python OpenCV学习笔记之:计算彩色图像各通道的直方图及图像区域直方图
- OpenCV Python教程(2、图像元素的访问、通道分离与合并)