OpenCV 合并BGR HSV图像通道

OpenCV 合并BGR HSV图像通道

代码及介绍如下:

# -*- coding: utf-8 -*-
# @Time    : 2021/7/17
# @Author  : ZYh
"""
Introduction:

合并通道:
    OpenCV提供merge()方法,用来合并图像通道
        语法:bgr = cv2.merge([b, g, r])   # 按B->G->R顺序合并通道
             bgr = cv2.merge([r, g, b])   # 按R->G->B顺序合并通道

            hsv = cv2.merge([h, s, v])
"""
import cv2 as cv

file_path = '2.1.jpg'

bgr_image = cv.imread(file_path
  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
HSV是一种将彩色图像的颜色信息分离出来的通道,通常用于图像处理和计算机视觉领域。HSV通道是指将彩色图像转换为Hue(色相)、Saturation(饱和度)和Value(亮度)三个通道HSV通道分解的原理和计算方法如下: 1. 原理 HSV通道分解的原理是将RGB图像转换为HSV色彩空间,然后将H、S、V三个通道分离出来。HSV色彩空间是一种基于人眼感知的颜色空间,其中Hue表示色相,Saturation表示饱和度,Value表示亮度。 2. 计算方法 HSV通道分解的计算方法如下: (1)将RGB图像转换为HSV色彩空间。 HSV色彩空间的转换公式如下: V = max(R, G, B) S = (V - min(R, G, B)) / V H = { 60° × (G - B) / (V - min(R, G, B)) } (V = R, G > B) H = { 60° × (B - R) / (V - min(R, G, B)) + 360° } (V = R, G ≤ B) H = { 60° × (B - R) / (V - min(R, G, B)) } (V = G) H = { 60° × (R - G) / (V - min(R, G, B)) + 120° } (V = G) H = { 60° × (R - B) / (V - min(R, G, B)) + 240° } (V = B) 其中,R、G、B分别表示红、绿、蓝三个通道的像素值,V、S、H分别表示亮度、饱和度、色相。 (2)将HSV图像的H、S、V三个通道分离出来。 在OpenCV中,可以使用split()函数将HSV图像的H、S、V三个通道分离出来,例如: Mat hsv_image; cvtColor(src_image, hsv_image, CV_BGR2HSV); vector<Mat> channels; split(hsv_image, channels); 其中,src_image是原始的RGB图像hsv_image是转换后的HSV图像,channels是一个vector容器,分别存储了H、S、V三个通道的像素值。 通过上述计算方法,就可以实现对RGB图像HSV通道分解,将彩色图像的颜色信息分离出来,便于后续图像处理和计算机视觉算法的实现。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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