Image Channel Separation and Merging的代码注释:
import cv2 as cv
src = cv.imread("dataset/train/bees/1.png")
cv.namedWindow("input", cv.WINDOW_AUTOSIZE)
cv.imshow("input", src)
# 蓝色通道为零iu
mv = cv.split(src)
mv[0][:, :] = 0
dst1 = cv.merge(mv)
cv.imshow("output1", dst1)
# 绿色通道为零
mv = cv.split(src)
mv[1][:, :] = 0
dst2 = cv.merge(mv)
cv.imshow("output2", dst2)
# 红色通道为零
mv = cv.split(src)
mv[2][:, :] = 0
dst3 = cv.merge(mv)
cv.imshow("output3", dst3)
cv.mixChannels(src, dst3, [2, 0])
cv.imshow("output4", dst3)
# cv.mixChannels 从输入中拷贝某通道到输出中特定的通道。
# cv.mixChannels([src], [dst], fromTo=[2, 0, 1, 1, 0, 2]):
# 意思是将src中的第2通道拷贝到第dst的第0通道,
# 第1通道拷贝到第1通道,第0通道拷贝道第2通道,
# 也即 [2, 0, 1, 1, 0, 2]中偶数下标的用来标识输入矩阵,
# 奇数下标的用来标识输出矩阵。
# 如果偶数下标为负数,那么相应的输出矩阵为零矩阵。
# fromTo中的序号对数(两个算1对)
cv.waitKey(0)
cv.destroyAllWindows()
运行结果为:
官方教程:
有时我们需要对 BGR 三个通道分别进行操作。这是你就需要把 BGR 拆
分成单个通道。有时你需要把独立通道的图片合并成一个 BGR 图像。你可以这样做:
import cv2
import numpy as np
img=cv2.imread('/home/duan/workspace/opencv/images/roi.jpg')
b,g,r=cv2.split(img)
img=cv2.merge(b,g,r)
或者
import cv2
import numpy as np
img=cv2.imread('/home/duan/workspace/opencv/images/roi.jpg')
b=img[:,:,0]
假如你想使所有像素的红色通道值都为 0,你不必先拆分再赋值。你可以
直接使用 Numpy 索引,这会更快。
import cv2
import numpy as np
img=cv2.imread('/home/duan/workspace/opencv/images/roi.jpg')
img[:,:,2]=0
警告:cv2.split() 是一个比较耗时的操作。只有真正需要时才用它,能用
Numpy 索引就尽量用。