OpenCV使用教程-图像BGR通道分割

1、opencv方法说明:

opencv读取图片默认是BGR格式,通道分割结果应该按照顺序用b,g,r去接受;

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

opencv也提供了一种方法,可以将分割BGR通道进行组合,例如合并成为我们常用的RGB格式;

rgb_img=cv.merge((r,g,b))

2、矩阵法通道分割:

  • 提取 red 通道
img=cv.imread("../sources/animal.jpg", cv.IMREAD_COLOR)
img[:, :, 0] = 0 #(b,g,r) =>(0,g,r)
img[:, :, 1] = 0 #(0,g,r) =>(0,0,r)		
  • 提取 green 通道
img=cv.imread("../sources/animal.jpg", cv.IMREAD_COLOR)
img[:, :, 0] = 0 #(b,g,r) =>(0,g,r)
img[:, :, 2] = 0 #(0,g,r) =>(0,g,0)		
  • 提取 blue 通道
img=cv.imread("../sources/animal.jpg", cv.IMREAD_COLOR)
img[:, :, 1] = 0 #(b,g,r) =>(b,0,r)
img[:, :, 2] = 0 #(b,0,r)=>(b,0,0)		

3、BGR通道转RGB

opencv库默认通道为BGR,matplotlib.pyplot库的默认通道为RGB,本案例实线一个通道格式转换,以便不同第三方库直接可以互相调用。

import cv2 as cv
import matplotlib.pyplot as plt

def show_image(name,img):
    """
    展示图片,按任意键退出
    :param name: 图片名称 <class 'string'>
    :param img: 图片矩阵 <class 'numpy.ndarray'>
    :return:
    """
    cv.imshow(name,img) #展示图片
    cv.waitKey(0)#等待时间,毫秒级,0表示任意键终止
    cv.destroyWindow(name)
 
if __name__ == '__main__':
    img=cv.imread("../sources/animal.jpg", cv.IMREAD_COLOR)
    b,g,r=cv.split(img)
    rgb_img=cv.merge((r,g,b))
    # 展示图片,按任意键退出
    # plt.imshow(img)
    plt.imshow(rgb_img)
    plt.show()

案例运行结果如下:plt.imshow(img)plt.imshow(rgb_img)

通道转化前
通道转化后
BGR
RGB
您可以使用 OpenCVSharp 库中的轮廓检测功能来实现将一幅图像中的多个图形拆到多个图片里的操作。 以下是基本的步骤: 1.读取原始图像 ``` Mat srcImage = Cv2.ImRead("image.jpg"); ``` 2.将原始图像转换为灰度图像 ``` Mat grayImage = new Mat(); Cv2.CvtColor(srcImage, grayImage, ColorConversionCodes.BGR2GRAY); ``` 3.进行二值化处理,并使用形态学操作去除噪点 ``` Mat binaryImage = new Mat(); Cv2.Threshold(grayImage, binaryImage, 0, 255, ThresholdTypes.Binary | ThresholdTypes.Otsu); Mat kernel = Cv2.GetStructuringElement(MorphShapes.Rect, new Size(3, 3)); Cv2.MorphologyEx(binaryImage, binaryImage, MorphTypes.Open, kernel); ``` 4.进行轮廓检测,并将每个轮廓存储在一个列表中 ``` List<MatOfPoint> contours = new List<MatOfPoint>(); Mat hierarchy = new Mat(); Cv2.FindContours(binaryImage, contours, hierarchy, RetrievalModes.External, ContourApproximationModes.ApproxSimple); ``` 5.遍历轮廓列表,提取每个轮廓对应的图形,并将其保存为一个单独的图像 ``` int index = 0; foreach (var contour in contours) { // 使用轮廓创建矩形 Rect boundingRect = Cv2.BoundingRect(contour); // 从原始图像中提取对应的图形 Mat shapeImage = new Mat(srcImage, boundingRect); // 将图形保存为单独的图像文件 string fileName = $"shape_{index}.jpg"; Cv2.ImWrite(fileName, shapeImage); index++; } ``` 以上代码仅供参考,实际应用中可能需要根据具体情况进行调整。
评论
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