opencv: 颜色通道 探究(图示+源码)

起因:

  大家都知道的,在OpenCV中,图像都是按 BGR颜色通道顺序 来进行处理的。在自学OpenCV的过程中,我对 拆分和合并颜色通道 起了兴趣。自己写了一些代码来验证自己的思路。

实验思路:

  1. 分别将三个通道的矩阵数值取出;
  2. 保留单色通道,其他通道全部置0,以显示 单色 图片的效果;
  3. 保留双色通道,剩余一个通道置0,以显示 混合双色 图片的效果;
  4. 保留全部三个颜色通道,重新编排颜色通道顺序,以显示不同 颜色通道顺序 对应图片的效果。

Demo:

原始图像

(girl.jpg):

这里写图片描述



单色图片

保留 blue 通道,其他通道全部置0(b_pic.jpg):

这里写图片描述

保留 green 通道,其他通道全部置0(g_pic.jpg):

这里写图片描述

保留 red 通道,其他通道全部置0(r_pic.jpg):

这里写图片描述



双色混合图片

green、red通道混合,其他通道全部置0(gr_pic.jpg):

这里写图片描述

blue、red通道混合,其他通道全部置0(br_pic.jpg):

这里写图片描述

blue、green通道混合,其他通道全部置0(bg_pic.jpg):

这里写图片描述



三通道全混合

存为 RGB 通道顺序的 图片(rgb_pic.jpg):

这里写图片描述

存为 BGR 通道顺序的 图片(bgr_pic.jpg):

这里写图片描述


附上自己写的实验代码:

    # -*- coding: utf-8 -*-

    import cv2
    import numpy as np

    pic = cv2.imread('../pic/girl.jpg')

    b, g, r = cv2.split(pic)


    ### 单色图片
    # 保留 blue 通道,其他通道全部置0
    b_pic = np.zeros((424, 600, 3), np.uint8)
    b_pic[:, :, 0] = b
    cv2.imshow('b_pic', b_pic)
    cv2.imwrite('../pic/b_pic.jpg', b_pic)
    cv2.waitKey(2000)
    cv2.destroyAllWindows()

    # 保留 green 通道,其他通道全部置0
    g_pic = np.zeros((424, 600, 3), np.uint8)
    g_pic[:, :, 1] = g
    cv2.imshow('g_pic', g_pic)
    cv2.imwrite('../pic/g_pic.jpg', g_pic)
    cv2.waitKey(2000)
    cv2.destroyAllWindows()

    # 保留 red 通道,其他通道全部置0
    r_pic = np.zeros((424, 600, 3), np.uint8)
    r_pic[:, :, 2] = r
    cv2.imshow('r_pic', r_pic)
    cv2.imwrite('../pic/r_pic.jpg', r_pic)
    cv2.waitKey(2000)
    cv2.destroyAllWindows()


    ### 双色混合图片
    # green、red通道混合,其他通道全部置0
    gr_pic = cv2.imread('../pic/girl.jpg')
    gr_pic[:, :, 0] = 0
    cv2.imshow('gr_pic', gr_pic)
    cv2.imwrite('../pic/gr_pic.jpg', gr_pic)
    cv2.waitKey(2000)
    cv2.destroyAllWindows()

    # blue、red通道混合,其他通道全部置0
    br_pic = cv2.imread('../pic/girl.jpg')
    br_pic[:, :, 1] = 0
    cv2.imshow('br_pic', br_pic)
    cv2.imwrite('../pic/br_pic.jpg', br_pic)
    cv2.waitKey(2000)
    cv2.destroyAllWindows()

    # blue、green通道混合,其他通道全部置0
    bg_pic = cv2.imread('../pic/girl.jpg')
    bg_pic[:, :, 2] = 0
    cv2.imshow('bg_pic', bg_pic)
    cv2.imwrite('../pic/bg_pic.jpg', bg_pic)
    cv2.waitKey(2000)
    cv2.destroyAllWindows()


    ### 三通道全混合
    # 存为 RGB 通道顺序的 图片
    rgb_pic = np.zeros((424, 600, 3), np.uint8)
    rgb_pic[:, :, 0] = r
    rgb_pic[:, :, 1] = g
    rgb_pic[:, :, 2] = b
    cv2.imshow('rgb_pic', rgb_pic)
    cv2.imwrite('../pic/rgb_pic.jpg', rgb_pic)
    cv2.waitKey(2000)
    cv2.destroyAllWindows()

    # 存为 BGR 通道顺序的 图片
    bgr_pic = np.zeros((424, 600, 3), np.uint8)
    bgr_pic[:, :, 0] = b
    bgr_pic[:, :, 1] = g
    bgr_pic[:, :, 2] = r
    cv2.imshow('bgr_pic', bgr_pic)
    cv2.imwrite('../pic/bgr_pic.jpg', bgr_pic)
    cv2.waitKey(2000)
    cv2.destroyAllWindows()


  • 3
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值