02获取RIO与分割合并图像

获取感兴趣ROI区域

ROI即region of interest，我们选择图片的一部分。

import numpy as np
import cv2
#读取图片
img = cv2.imread("C:/Users/31035/Desktop/yifei/01.jpg", cv2.IMREAD_UNCHANGED)
#定义200*200矩阵 3对应BGR
# face = np.ones((200, 200, 3))
#显示原始图像
# cv2.imshow("Demo", img)
#显示ROI区域
face = img[100:300, 150:350]
cv2.imshow("face", face)

img[0:200,0:200] = face
cv2.imshow("fugai", img)

#等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()

图像通道处理

1.通道拆分split()

#拆分通道
b, g, r = cv2.split(img)
#显示原始图像BGR次序
cv2.imshow("B", b)
cv2.imshow("G", g)
cv2.imshow("R", r)           
#等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()

2.通道合并merge

m = cv2.merge([b, g, r])
cv2.imshow("Merge", m)
           
#等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()

#g、r通道清理在合并
img = cv2.imread("C:/Users/31035/Desktop/yifei/01.jpg", cv2.IMREAD_UNCHANGED)
rows,cols,chn= img.shape

b = cv2.split(img)[0]
g = np.zeros((rows,cols),dtype=img.dtype)
r = np.zeros((rows,cols),dtype=img.dtype)

m = cv2.merge([b,g,r])
cv2.imshow("merge",m)
cv2.waitKey(0)
cv2.destroyAllWindows()