Python多张单通道（少通道）图合成多通道图

Python多张单通道（少通道）图合成多通道图

前言

在深度学习种我们常常需要对图片进行处理，可能会有亮度、对比度、剪切、图片大小、添加标注框等的处理，今天我们进行对图片的合成，以及我在通道合成中里遇到的一些问题。通过对图片的预处理我们可以得到更多版本的数据，便于我们对数据的训练。

如何操作

我们在这里用到的主要是Opencv2之cv2函数对图片进行处理。首先，我们需要对我们本地的图片进行读取。这里我们用到cv2.imread函数，实例方法如下

import cv2
img = cv2.imread('cat.png')
print(img)#这里的print的作用是便于让我们看到cv2.imread读取到的是什么格式。

运行之后我们发现cv2.imread读取到的是图片的矩阵格式。

再此之后我们对图片进行融合，融合我们用到的函数是cv2.merge，实例方法如下。

import cv2
img1 = cv2.imread('cat1.png')
img2 = cv2.imread('cat2.png')
img3 = cv2.imread('cat3.png')
res = cv2.merge([img1, img2, img3])
print(res)#这里的print的作用是便于让我们看到cv2.merge合成的是什么格式。

在我们合成图片完成之后我们需要对图片进行一个保存，以达到我们的最终目的~得到所合成的图片。

保存图片我们用到的是cv2.imwrite函数，实例方法入下

import cv2
img1 = cv2.imread('cat1.png')
img2 = cv2.imread('cat2.png')
img3 = cv2.imread('cat3.png')
res = cv2.merge([img1, img2, img3])
cv2.imwrite('cat.png',res)

这样我们就把三张通道的图片进行了通道的合成。

如果我们的原始图片就是三通道，这样三张图片合成后我们的图片就会成为九通道。如果需要将原始的三通道转化为单通道就要用到cv2.split函数，对图片进行分离，实例如下：

import cv2
img1 = cv2.imread('cat1.png')
img2 = cv2.imread('cat2.png')
img3 = cv2.imread('cat3.png')
r_1, b_1, g_1 = cv2.split(img1)#这里需要知道的是split是按照RBG进行通道的分离
r_2, b_2, g_2 = cv2.split(img2)#如果原来的图像没有三通道，则不能够按照这样进行分离
#会报错提示too many values to unpack (expected x)
r_3, b_3, g_3 = cv2.split(img3)#若是九通道则可以按照这样进行分离
res = cv2.merge([r_1, g_2, b_3])
cv2.imwrite('cat.png',res)

在操作中遇到的一些问题

1. 在操作中起初用到的是cv2.add函数，导致最后处理得到的图片过亮，这是因为add函数是对图片的叠加，而不是对图片通道的融合。（在后面整理了cv2库中的常用的函数）
2. 需要用到的对全部文件的处理，循环结构未能做好。

cv2库中的常用函数以及作用

1、 cv2.imread()：读入图片，共两个参数，第一个参数为要读入的图片文件名，第二个参数为如何读取图片，包括

cv2.IMREAD_COLOR：读入一副彩色图片；cv2.IMREAD_GRAYSCALE：以灰度模式读入图片；cv2.IMREAD_UNCHANGED：读入一幅图片，并包括其alpha通道。

PS：调用opencv，就算图像的路径是错的，OpenCV 也不会提醒你的，但是当你使用命

令print(img)时得到的结果是None。

2、cv2.imshow()：创建一个窗口显示图片，共两个参数，第一个参数表示窗口名字，可以创建多个窗口中，但是每个窗口不能重名；第二个参数是读入的图片，窗口大小自动调整为图片大小。

3、cv2.waitKey()：键盘绑定函数，共一个参数，表示等待毫秒数，将等待特定的几毫秒，看键盘是否有输入，返回值为ASCII值。如果其参数为0，则表示无限期的等待键盘输入。

4、cv2.destroyAllWindows()：删除建立的全部窗口。

5、cv2.destroyWindows()：删除指定的窗口。

6、cv2.imwrite(file，img，num)：保存图片，共3个参数，第一个为保存文件名，第二个为读入图片，可选的第三个参数，它针对特定的格式：对于JPEG，其表示的是图像的质量，用0 - 100的整数表示，默认95;对于png ,第三个参数表示的是压缩级别。默认为3.

7、使用函数cv2.flip(img,flipcode)翻转图像，flipcode控制翻转效果。

flipcode = 0：沿x轴翻转 flipcode > 0：沿y轴翻转 flipcode < 0：x,y轴同时翻转

imgflip = cv2.flip(img,1)

8、复制图像

imgcopy = img.copy()

9、颜色空间转换

#彩色图像转为灰度图像
img2 = cv2.cvtColor(img,cv2.COLOR_RGB2GRAY)

灰度图像转为彩色图像
img3 = cv2.cvtColor(img,cv2.COLOR_GRAY2RGB)

10、读入一副图像，给图片加文本

import cv2

# img=cv2.imread('cat.jpg',cv2.IMREAD_COLOR)
img=cv2.imread('cat.png',cv2.IMREAD_COLOR)    # 打开文件
font = cv2.FONT_HERSHEY_DUPLEX  # 设置字体
# 图片对象、文本、像素、字体、字体大小、颜色、字体粗细
imgzi = cv2.putText(img, "words", (1100, 1164), font, 5.5, (0, 0, 0), 2,)
# cv2.imshow('lena',img)

cv2.imwrite('5.png',img)    # 写磁盘
cv2.destroyAllWindows()     # 毁掉所有窗口
cv2.destroyWindow(wname)    # 销毁指定窗口

11、配合画图

import numpy as np
import cv2

np.set_printoptions(threshold='nan')
# 创建一个宽512高512的黑色画布，RGB(0,0,0)即黑色
img=np.zeros((512,512,3),np.uint8)


# 画直线,图片对象，起始坐标(x轴,y轴)，结束坐标，颜色，宽度
cv2.line(img,(0,0),(311,511),(255,0,0),10)
# 画矩形，图片对象，左上角坐标，右下角坐标，颜色，宽度
cv2.rectangle(img,(30,166),(130,266),(0,255,0),3)
# 画圆形，图片对象，中心点坐标，半径大小，颜色，宽度
cv2.circle(img,(222,222),50,(255.111,111),-1)
# 画椭圆形，图片对象，中心点坐标，长短轴，顺时针旋转度数，开始角度(右长轴表0度，上短轴表270度)，颜色，宽度
cv2.ellipse(img,(333,333),(50,20),0,0,150,(255,222,222),-1)

# 画多边形，指定各个点坐标,array必须是int32类型
pts=np.array([[10,5],[20,30],[70,20],[50,10]], np.int32)
# -1表示该纬度靠后面的纬度自动计算出来，实际上是4

pts = pts.reshape((-1,1,2,))
# print(pts)
# 画多条线，False表不闭合，True表示闭合，闭合即多边形
cv2.polylines(img,[pts],True,(255,255,0),5)

#写字,字体选择
font=cv2.FONT_HERSHEY_SCRIPT_COMPLEX

# 图片对象，要写的内容，左边距，字的底部到画布上端的距离，字体，大小，颜色，粗细
cv2.putText(img,"words",(10,400),font,3.5,(255,255,255),2)

a=cv2.imwrite("cat.jpg",img)
cv2.imshow("cat",img)
cv2.waitKey(0)

cv2.destroyAllWindows()


cv2.putText(img,"words",(10,400),font,3.5,(255,255,255),2)

a=cv2.imwrite("cat.jpg",img)
cv2.imshow("cat",img)
cv2.waitKey(0)

cv2.destroyAllWindows()