彩色图像通道拆分-函数方式split

通过函数cv2.split()能拆分图像的通道。
可使用如下语句拆分彩色BGR图像img,得到B通道图像b、G通道图像g和R通道图像r。

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

上述语句与如下语句等价:

 b=cv2.split(img)[0]
 g=cv2.split(img)[1]
 r=cv2.split(img)[2]

代码测试效果:

import cv2
dog=cv2.imread("images/124.jpg")
cv2.imshow("dog",dog)
b,g,r=cv2.split(dog)
# b1=cv2.split(dog)[0]
# g1=cv2.split(dog)[1]
# r1=cv2.split(dog)[2]
cv2.imshow("B",b)
cv2.imshow("G",g)
cv2.imshow("R",r)
# cv2.imshow("B1",b1)
# cv2.imshow("G1",g1)
# cv2.imshow("R1",r1)
cv2.waitKey()
cv2.destroyAllWindows()

效果如下:
在这里插入图片描述
声明:博客记录是对李立宗老师写的《OpenCV轻松入门面向Python》这本书学习的记录总结。

评论 1
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