python读取图片属性_[Python图像处理]三.获取图像属性及通道处理

获取图像属性

1: 形状-shape: 通过shape关键字获取图像的形状，返回包含行数、列数、通道数的元祖。其中灰度图像返回行数和列数，彩色图像返回行数、列数和通道数

importcv2

img= cv2.imread("result.jpg", cv2.IMREAD_UNCHANGED)#返回行数，列数，通道数

print(img.shape) #(515, 425, 3)

2:像素数目-size: 通过size关键字获取图像的像素数目，其中灰度图像返回行数 * 列数，彩色图像返回行数 * 列数 * 通道数

importcv2

img= cv2.imread("result.jpg", cv2.IMREAD_UNCHANGED)print(img.size) #656625

3:图像类型-dtype: 通过dtype关键字获取图像的数据类型，通常返回uint8

importcv2

img= cv2.imread("result.jpg", cv2.IMREAD_UNCHANGED)#获取图像类型， 通常返回uint8

print(img.dtype) #uint8

图像通道处理

1: 通道拆分: OpenCV读取的彩色图像由B、G、R三原色组成，可以通过下面代码获取不同的通道.(b=img[位置参数, 0] g=img[位置参数, 1] r=img[位置参数, 2])

借助split()函数拆分通道

importcv2

img= cv2.imread("result.jpg", cv2.IMREAD_UNCHANGED)#拆分通道

b, g, r =cv2.split(img)

cv2.imshow("B", b)

cv2.imshow("G", g)

cv2.imshow("R", r)

cv2.waitKey(0)

cv2.destroyAllWindows()

2:通道合并: 图像通道合并主要调用merge()函数实现（m = cv2.merge([r, g, b])）

importcv2

img= cv2.imread("result.jpg", cv2.IMREAD_UNCHANGED)

b, g, r=cv2.split(img)

m=cv2.merge([r, g, b])

cv2.imshow("Demo", m)

可以修改通道之后再合并

importcv2importnumpy as np

img= cv2.imread("result.jpg", cv2.IMREAD_UNCHANGED)rows, cols, chn=img.shape

b1=cv2.split(img)[0]#G, R通道设置为0,

g1 = np.zeros((rows, cols), dtype=img.dtype)

r1= np.zeros((rows, cols), dtype=img.dtype)

m1=cv2.merge([b1, g1, r1])

cv2.imshow("Demo1", m1)

cv2.waitKey(0)

cv2.destroyAllWindows()

效果如下:

转自:https://blog.csdn.net/Eastmount/category_7912787.html