python OpenCV 图像通道分离和合并 （四）

 图像通道分离

有两种方法，一个是使用OpenCV自带的split 函数，还有一个是使用Numpy数组来分离通道.

使用OpenCV 自带 split函数

#!/usr/bin/env python  
# encoding: utf-8  

import cv2  
import numpy as np  

img = cv2.imread("mini.jpg")
b,g,r = cv2.split(img)
cv2.imshow("Blue",r)
cv2.imshow("Red",g)
cv2.imshow("Green",b)
cv2.waitKey(0)
cv2.destroyAllWindows()

# 也可以单独返回其中一个通道
b = cv2.split(img)[0]  # B通道
g = cv2.split(img)[1]  # G通道
r = cv2.split(img)[2]  # R通道

使用Numpy 数组分离图像通道

#!/usr/bin/env python  
# encoding: utf-8  

import cv2  
import numpy as np  

#使用Numpy 数组来实现图像通道分离
img = cv2.imread("mini.jpg")
# 创建3个跟图像一样大小的矩阵，数值全部为0
b = np.zeros((img.shape[0],img.shape[1]),dtype=img.dtype)
g = np.zeros((img.shape[0],img.shape[1]),dtype=img.dtype)
r = np.zeros((img.shape[0],img.shape[1]),dtype=img.dtype)

#复制图像通道里的数据
b[:,:] = img[:,:,0]  # 复制 b 通道的数据
g[:,:] = img[:,:,1]  # 复制 g 通道的数据
r[:,:] = img[:,:,2]  # 复制 r 通道的数据

cv2.imshow("Blue",b)
cv2.imshow("Red",r)
cv2.imshow("Green",g)
cv2.waitKey(0)
cv2.destroyAllWindows()

通道合并

通道合并也有两种方法。一种是使用OpenCV自带的 merge 函数

merged = cv2.merge([b,g,r]) #前面分离出来的三个通道 

使用Numpy 方法

mergedByNp = np.dstack([b,g,r]) 

问题： 网上看到说用Numpy 合并组合的方式与OpenCV自带的不一样，所以的结果不能在OpenCV 其它函数中使用。使用 OpenCV 自带的 merge 函数。

我的测试结果是它们的合并结果是一致的。我使用的版本是：python-2.7 opencv-2.4.7 numpy-1.7.1

测试代码如下：

merged = cv2.merge([b,g,r])  
print "Merge by OpenCV"   
print merged.strides 

'''
merge by OpenCV
(1890, 3, 1)
'''

mergedByNp = np.dstack([b,g,r])   
print "Merge by NumPy "   
print mergedByNp.strides  

'''
merge by Numpy
(1890, 3, 1)
'''

计算Numpy 数组元素的步长 

在Numpy 章节中有介绍。整数类型占4个字节，所以相邻元素之间的步长为4（个字节）

>>> b = np.arange(12).reshape(3,4)  
>>> b  
array([[ 0,  1,  2,  3],  
       [ 4,  5,  6,  7],  
       [ 8,  9, 10, 11]])  
>>> b.strides  
(16, 4) # 元素步长为 4，每个一维数组有4个元素所以每个一维数组的步长为 4*4 = 16

三维数组的步长计算

>>> c = np.arange(27).reshape(3,3,3)  
array([[[ 0,  1,  2],  
        [ 3,  4,  5],  
        [ 6,  7,  8]],  
  
       [[ 9, 10, 11],  
        [12, 13, 14],  
        [15, 16, 17]],  
  
       [[18, 19, 20],  
        [21, 22, 23],  
        [24, 25, 26]]]) 
>>> c.strides  
(36, 12, 4)     # 计算方法：（3×4×3，3×4，4 ）

完整测试代码：

#!/usr/bin/env python  
# encoding: utf-8  

import cv2  
import numpy as np  
  
img = cv2.imread("mini.jpg")  
  
b = np.zeros((img.shape[0],img.shape[1]), dtype=img.dtype)  
g = np.zeros((img.shape[0],img.shape[1]), dtype=img.dtype)  
r = np.zeros((img.shape[0],img.shape[1]), dtype=img.dtype)  
  
b[:,:] = img[:,:,0]  
g[:,:] = img[:,:,1]  
r[:,:] = img[:,:,2]  
  
merged = cv2.merge([b,g,r])  
print "Merge by OpenCV"   
print merged.strides  
print merged  
  
mergedByNp = np.dstack([b,g,r])   
print "Merge by NumPy "   
print mergedByNp.strides  
print mergedByNp  
  
cv2.imshow("Merged", merged)  
cv2.imshow("MergedByNp", mergedByNp)  
cv2.imshow("Blue", b)  
cv2.imshow("Red", r)  
cv2.imshow("Green", g)  
cv2.waitKey(0)  
cv2.destroyAllWindows()

转载和参考：

非常谢谢 sunny2038 知识分享，这是转载他的blog 日志

http://blog.csdn.net/sunny2038/article/details/9080047