python-opencv图像处理之色彩的分离与合并

最新推荐文章于 2022-09-10 08:32:23 发布

qq_37591637

最新推荐文章于 2022-09-10 08:32:23 发布

阅读量1.8k

点赞数

分类专栏： python

本文链接：https://blog.csdn.net/qq_37591637/article/details/111603840

版权

python 专栏收录该内容

6 篇文章 27 订阅 ¥9.90 ¥99.00

订阅专栏

本文介绍了如何使用Python的OpenCV库对彩色图像进行通道分离、修改和合并。通过cv2.split()函数分离RGB通道，对特定通道进行颜色调整，然后利用cv2.merge()合并图像，创建新的视觉效果。

摘要由CSDN通过智能技术生成

我们都知道彩色的图片是由红绿蓝三个颜色组成的，在python-opencv里，图片是由三个通道组成的，红蓝绿通道，也就是rgb。

我们可以把一个图片分离成三个通道，可以对某个通道进行修改颜色，再把几个图片进行组合成一个新的图片，都是可以的。

那么今天我们就开始简单的吧！

一、图片的分离

原始图片是长这样的

import cv2
hsv=cv2.imread("E:/cvimg/2.jpg")
#把这个图片进行rgb分离
r,g,b=cv2.split(hsv)
cv2.imshow("r",r)
cv2.imshow("g",g)
cv2.imshow("b",b)

了解本专栏

订阅专栏解锁全文

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

qq_37591637

关注关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
打赏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

订阅专栏

【OpenCV-Python】——图像处理基础&读写及显示图像&读写及播放视频&灰度图/彩色图/图像通道操作、运算

weixin_51658186的博客

04-24

1716

在Python中，OpenCV使用NumPy数组存储图像，Numpy是使用Python进行数组计算的软件包，提供强大的N维数组对象，支持复杂的广播功能（数组运算），集成了C/C++和Fortran代码工具，支持线性代数、傅里叶变换和随机数等特性，还可作为通用数据的高效多维容器，如在OpenCV中显示图像。Numpy的知识点见数据处理专栏，主要包括数据类型、创建数组、数组形状、索引切片和迭代、数组运算等。作为初学者，里面可能有总结不全，后续深入学习后会改善文章！下次学习图形用户界面！

python实现颜色检测、轮廓检测、颜色追踪

dr526

11-21

3340

Opencv学习准备工作读取图像和视频基础功能裁剪图像绘制图形和文本视角转换图像拼接颜色检测轮廓检测颜色追踪准备工作 python配置numpy和openCv库读取图像和视频图像 cv2.imread(路径) cv2.imshow(窗口名称，输出对象） cv2.waitkey(等待时间) import cv2 img = cv2.imread("./Resources/3-1P316104441.jpg")//当前项目目录下 cv2.imshow("output", img) cv2.wait

参与评论您还未登录，请先登录后发表或查看评论

Python 去除图片中多种颜色或者单一颜色

SmartGridequation的博客

09-10

4644

Python 去除图片的多种颜色，黑色除外（黑色为单一颜色，可以参考去除单一颜色进行识别，统计占比等等）。去除蓝色并转化为白色的Python代码。

python-opencv颜色提取分割方法

09-19

今天小编就为大家分享一篇python-opencv颜色提取分割方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

python数据分类_python数据处理根据颜色对图片进行分类的方法

weixin_39822423的博客

11-24

373

前面一篇文章有说过，利用scrapy来爬取图片，是为了对图片数据进行分类而收集数据。本篇文章就是利用上次爬取的图片数据，根据图片的颜色特征来做一个简单的分类处理。实现步骤如下：1：图片路径添加2：对比度处理3：滤波处理4：数据提取以及特征向量化5：图片分类处理6：根据处理结果将图片分类保存代码量中等，还可以更少，只是我为了练习类的使用，而将每个步骤都封装成了一个独立的类，当然里面也有类继承的问题，...

简单的python图片三通道分离操作

weixin_44321964的博客

05-20

3573

from PIL import Image import matplotlib.pyplot as plt plt.rcParams["font.family"] = "SimHei" # 设置中文黑体为默认字体 plt.rcParams["axes.unicode_minus"] = False # 正常显示负号 if __name__ == '__main__': img = Image.open("#图片的路径#") img_r, img_g, img_b = img.spli

OpenCV-Python图像处理初学者教程

最新发布

05-21

OpenCV-Python图像处理初学者教程使用 Docker 访问： docker run -d -p 8080:80 codecwang/opencv-python-tutorial 源码构建：本教程网站由Docusaurus 2构建，如感兴趣，可直接克隆代码自行构建： # 克隆仓库 ...

Python-OpenCV单通道加噪(cv2.split通道分离+skimage+cv2.merge通道合并)

zh_jessica的博客

09-15

4340

单通道加噪声实现过程代码流程使用opencv函数split，分割通道；使用skimage的random_noise函数对某通道加噪声；使用opencv函数merge ，合并通道代码示范

python数字图像处理、色彩空间类型转换_Python+OpenCV图像处理—— 色彩空间转换...

weixin_39653311的博客

12-24

418

一、色彩空间的转换代码如下：#色彩空间转换import cv2 as cvdef color_space_demo(img):gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY) #RGB转换为GRAY 这里的GRAY是单通道的cv.imshow("gray", gray)hsv = cv.cvtColor(img, cv.COLOR_BGR2HSV) #RGB...

python如何将图片分成不同颜色的区域——三通道彩色图片

weixin_41529093的博客

07-27

2314

仅作为记录，大佬请跳过。文章目录展示做法所有程序参考展示做法直接对三通道数组赋值：所有程序 linux和jupyter notebook from PIL import Image import numpy as np im=Image.open('/Data4T/unet/data/bdata_HE_invade/val/test_0/40.png') # linux系统的路径格式 im_np=np.array(im) im_np_t=im_np # im_np_t[0][0]=[

OpenCV物体颜色检测(Python)

JulyLi2019的博客

02-05

3592

文章目录前言一、前期调查一、方案一二、使用步骤1.引入库2.读入数据总结前言最近工作又来新活了，船舶颜色检测。开始接到这个活还是有点懵，后面慢慢的感觉来了！！！一、前期调查因为本项目涉及到颜色判断与分类，笔者一开始就想到的就是每种颜色的范围划分是什么，刚开始想的是否能够依据RGB值来划分颜色，很遗憾没找到各类颜色的RGB分割阈值，后来找到了关于HSV颜色模型的颜色分量范围资料。 OpenCV中HSV颜色模型及颜色分量范围这给项目的颜色划分提供了依据。一、方案一思路：提取前景(直接判断颜

python图像色彩分析_使用OpenCV和Python计算图像的“色彩”

weixin_39772849的博客

12-01

2552

点击上方"蓝色小字"关注我呀本文翻译自光头哥哥的博客：【Computing image “colorfulness” with OpenCV and Python】，仅做学习分享。原文链接：https://www.pyimagesearch.com/2017/06/05/computing-image-colorfulness-with-opencv-and-python/ 本文灵感来自读者提...

OpenCV-Python实战项目-1-颜色分割

Galen_xia的博客

10-28

4367

项目主要内容概括：利用OpenCV中的cv2.inRange()函数，对图像中目标进行基于颜色的分割。下面看看具体步骤：读取图片并滤波：滤波的主要作用是：对图像进行模糊处理，以减小图像的细微差异。 import cv2 import numpy as np from matplotlib import pyplot as plt img = cv2.imread('bird.png') #平均滤波器 blur1 = cv2.blur(img,(5,5)) #中值滤波器 blur2 = cv.

彩色图像高频与低频成分的分解

qq_46401672的博客

07-05

1114

彩色图像高频与低频成分的分解

python opencv检测目标颜色

热门推荐

河间老王的博客

07-15

1万+

# -*- coding:utf-8 -*- __author__ = 'kingking' __version__ = '1.0' __date__ = '14/07/2017' import cv2 import numpy as np import time if __name__ == '__main__': Img = cv2.imread('example.png')#读入一幅

opencv-python的颜色检测追踪

weixin_46096032的博客

06-08

3132

基于opencv的颜色识别检测基于python写的一个opencv颜色识别，主要运用到了hsv色彩空间 import cv2 as cv import numpy as np lower_red=np.array([150,43,46]) upper_red=np.array([179,255,255]) lower_green=np.array([30,100,100]) upper...

Python 对图片RGB进行分离与重组

桜

10-01

1082

图片组成 [ [[245 227 220] [245 226 219] [245 227 220] … [ 82 123 78] [ 83 125 78] [ 88 131 80]], [[ … ]], … ] 分离RGB值 def writeFile(X,filename): if filename!="": with open(filename,"w")as f: json.dump(X,f,indent=4) def getMatrixRGB(

使用 OpenCV 进行实时对象颜色检测

allway2的博客

01-21

1816

在本文中，我们将讨论如何使用 python 和 OpenCV 检测单色对象。单色是指单一波长的光。我们将使用使用网络摄像头捕获的视频作为输入，并尝试检测单一颜色的对象，尤其是蓝色。但是，如果您正确设置范围，您可以检测到任何颜色，我们将在稍后讨论。为此，强烈建议将颜色从 RGB 格式转换为 HSV。HSV 代表色相、饱和度和值。色调表示颜色本身，从技术上讲，它表示 HSV 颜色模型中的角度。让我们先了解 HSV 颜色模型。想象一个圆柱体，它有一个高度、一个半径和一个曲面面积。以半径的初始位置为参考..

Python OpenCV图像处理：色彩空间转换至HSV、YUV与灰度

"本文主要介绍了Python结合OpenCV进行图像处理中的色彩空间转换，包括RGB到GRAY、HSV、YUV以及YCrCb的转换，并提供了相关的代码示例和对色彩空间的理解。" 在图像处理领域，色彩空间的选择对于图像分析和处理至关...