[opencv自学笔记]图像的基本属性以及RGB合成和分解

1、opencv读取的图像是一个二维数组，如果是灰度图像，那么每个元素代表灰度值，如果是RGB图像，每个元素又是一个列表，分别存储BGR的值。
2、得到的image，有几个常用属性

• shape：返回(width, height, channels )
• size：返回一共多少个像素点，如果是灰度图像等于width乘以height，对于RGB图像，需要再乘以channels通道数
• dtype：返回图像编码类型，比如uint8

3、把RGB图像分成三个单独的通道，用下面的表达式。

b = img[:, :, 0]
g = img[:, :, 1]
r = img[:, :, 2]

4、把离散的R、G、B图像合成一个RGB图像，用到merge方法。
具体看代码。

import cv2
import numpy as np

def getImageInfo():
    path = "e:/images/1.JPEG"
    img = cv2.imread(path)
    # 获取横坐标和纵坐标为100的像素值，因为是彩色格式读取的，所以是BGR三个参数
    print(img[100, 100])
    # 获取横坐标和纵坐标为100的像素值的0通道，也就是B通道的值
    print(img[100, 100, 0])
    # shape属性是一个元组(width,height,channels)
    print(img.shape)
    # size属性返回像素个数，不仅仅是width*height,还要乘channels
    print(img.size)
    # dtype属性返回编码类型 如uint8
    print(img.dtype)
    # ROI，就是我们想处理的区域都叫ROI，其实就是像素点的集合，举例
    # 横坐标从280-340，纵坐标330-390的这段区域，类似于裁剪一样
    t = img[280:340,330:390]
    cv2.imshow("image",t)
    cv2.waitKey(0)

def devideImageTest():
    '''
        一个彩色图像，假设是RGB三通道的，分解成三个单通道的
    :return:
    '''
    path = "e:/images/1.JPEG"
    img = cv2.imread(path)
    # img是三通道的，也就是说img本身是一个list，这个list是把像素点一行一行存放的，每一行也是一个list
    # 每一行的list里面存放各个位置的像素点，每个像素点都是按照[b,g,r]构成的list，
    # 因此img图像是一个三层中括号的list，也就是一个三位数组，第三维就是通道数，012对应bgr
    # 先看一下每个通道单独展示是什么结果
    cv2.imshow("origin", img)
    cv2.imshow("b", img[:, :, 0])
    cv2.imshow("g", img[:, :, 1])
    cv2.imshow("r", img[:, :, 2])
    # 假设把g通道全部变成零，原图像会怎么样？
    img[:,:,1] = 0
    cv2.imshow("image",img)
    cv2.waitKey(0)
    # 再把b通道全部变成零，原图像会怎么样？
    img[:, :, 0] = 0
    cv2.imshow("image", img)
    cv2.waitKey(0)
    # 再把r通道全部变成零，原图像会怎么样？
    img[:, :,2] = 0
    cv2.imshow("image", img)
    cv2.waitKey(0)

def combineImageTest():
    '''
        一个彩色图像，成三个单通道的合成一个图像
    :return:
    '''
    path = "e:/images/1.JPEG"
    img = cv2.imread(path)
    g = img[:, :, 1]
    b = img[:, :, 0]
    r = img[:, :, 2]
    # 单通道图像
    cv2.imshow("b", b)
    cv2.imshow("g", g)
    cv2.imshow("r", r)
    # 合成merge(mv, dst=None)
    image = cv2.merge((b,g,r))
    cv2.imshow("merge",image)
    cv2.waitKey(0)



def main():
    combineImageTest()

if __name__ == '__main__':
    main()