OpenCV 各通道分析

OpenCV 各通道分析

问题：

• 对于 RGB 三通道图像，当颜色为纯白色时其各通道颜色分布；
• 当颜色为纯红/纯绿/纯蓝时其各通道颜色分布情况；

---

工具：PyCharm，Anaconda

---

对于 RGB 三通道图像，当颜色为纯白色时其各通道颜色分布

对于 RGB 三通道图像，当颜色为纯白色时，其他通道颜色应该均为最大值（255)，验证代码如下：

思路：生成三个 300x300 大小的值均为 255 的单通道图像，合并 3 个单通道图像，查看是否显示为纯白色图像

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

import cv2
import numpy as np


def merge_image(img_list):
    """
    合并单通道图像
    :param img_list:单通道图像列表
    :return: RGB彩色图像
    """
    dst = cv2.merge(img_list)

    print dst.shape
    print type(dst)

    cv2.imshow("img", dst)
    cv2.waitKey(0)

    return dst


def create_single_image(w, h):
    """
    生成单通道图像
    :param w:宽
    :param h:高
    :return:
    """
    s = (w, h)
    return np.ones(s, dtype=np.uint8) * 255


if __name__ == '__main__':
    li = []
    for i in range(3):
        li.append(create_single_image(300, 300))

    merge_image(li)

显示结果：

由生成图片可知，单通道图像均为 255 时，合并成 RGB 三通道图像确实为纯白色

关键函数介绍：

1. cv2.merge

   Help on built-in function merge in module cv2:
   
   merge(...)
       merge(mv[, dst]) -> dst
   

   函数功能：合并多个单通道图像为一个图像，比如合并 cv2.merge([b, g, r]) -> bgr

2. np.ones

   Help on function ones in module numpy.core.numeric:
   
   ones(shape, dtype=None, order='C')
       Return a new array of given shape and type, filled with ones.
   
       Parameters
       ----------
       shape : int or sequence of ints
           Shape of the new array, e.g., ``(2, 3)`` or ``2``.
       dtype : data-type, optional
           The desired data-type for the array, e.g., `numpy.int8`.  Default is
           `numpy.float64`.
       order : {'C', 'F'}, optional
           Whether to store multidimensional data in C- or Fortran-contiguous
           (row- or column-wise) order in memory.
   
       Returns
       -------
       out : ndarray
           Array of ones with the given shape, dtype, and order.
   
       See Also
       --------
       zeros, ones_like
   
       Examples
       --------
       >>> np.ones(5)
       array([ 1.,  1.,  1.,  1.,  1.])
   
       >>> np.ones((5,), dtype=np.int)
       array([1, 1, 1, 1, 1])
   
       >>> np.ones((2, 1))
       array([[ 1.],
              [ 1.]])
   
       >>> s = (2,2)
       >>> np.ones(s)
       array([[ 1.,  1.],
              [ 1.,  1.]])
   

   函数功能：返回给予宽高并赋值为 1 的数组

note:同样的，可以测试是否当单通道颜色为 0 时，其 RGB 图像为黑色

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

import cv2
import numpy as np


def merge_image(img_list):
    """
    合并单通道图像
    :param img_list:单通道图像列表
    :return: RGB彩色图像
    """
    dst = cv2.merge(img_list)

    print dst.shape
    print type(dst)

    cv2.imshow("img", dst)
    cv2.waitKey(0)

    return dst


def create_single_image(w, h):
    """
    生成单通道图像
    :param w:宽
    :param h:高
    :return:
    """
    s = (w, h)
    # return np.ones(s, dtype=np.uint8) * 255
    return np.zeros(s, dtype=np.uint8)


if __name__ == '__main__':
    li = []
    for i in range(3):
        li.append(create_single_image(300, 300))

    merge_image(li)

结果：

---

当颜色为纯红/纯绿/纯蓝时其各通道颜色分布情况

在 OpenCV 中，RGB 彩色图像的通道分布是 B、G、R

当图像为纯红，其 R 通道值应该为 255 ，其余通道值为 0，以此类推。验证代码如下：

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

import cv2
import numpy as np


def merge_image(img_name, img_list):
    """
    合并单通道图像
    :param img_name:图像名
    :param img_list:单通道图像列表
    :return: RGB彩色图像
    """
    dst = cv2.merge(img_list)

    print dst.shape
    print type(dst)

    cv2.imshow(img_name, dst)
    cv2.waitKey(0)

    return dst


def create_single_image(w, h):
    """
    生成单通道图像
    :param w:宽
    :param h:高
    :return:
    """
    s = (w, h)
    return np.ones(s, dtype=np.uint8) * 255


def create_single_image2(w, h):
    """
    生成单通道图像
    :param w:宽
    :param h:高
    :return:
    """
    s = (w, h)
    return np.zeros(s, dtype=np.uint8)


if __name__ == '__main__':
    img1 = create_single_image(300, 300)  # 值为255
    img2 = create_single_image2(300, 300)  # 值为0
    img3 = create_single_image2(300, 300)  # 值为0

    merge_image('纯蓝'.decode('utf-8').encode('gbk'), [img1, img2, img3])  # 纯蓝
    merge_image('纯红'.decode('utf-8').encode('gbk'), [img2, img3, img1])  # 纯红
    merge_image('纯绿'.decode('utf-8').encode('gbk'), [img3, img1, img2])  # 纯绿

实验结果：