Python笔记——python OpenCV 图像通道分离和合并

图像通道分离

有两种方法，一个是使用OpenCV自带的split 函数，还有一个是使用Numpy数组来分离通道.

使用OpenCV 自带 split函数

[python] view plain copy

1. #!/usr/bin/env python    
2. # encoding: utf-8    
3.   
4. import cv2    
5. import numpy as np    
6.   
7. img = cv2.imread("mini.jpg")  
8. b,g,r = cv2.split(img)  
9. cv2.imshow("Blue",r)  
10. cv2.imshow("Red",g)  
11. cv2.imshow("Green",b)  
12. cv2.waitKey(0)  
13. cv2.destroyAllWindows()  
14.   
15. # 也可以单独返回其中一个通道  
16. b = cv2.split(img)[0]  # B通道  
17. g = cv2.split(img)[1]  # G通道  
18. r = cv2.split(img)[2]  # R通道  

使用Numpy 数组分离图像通道

[python] view plain copy

1. #!/usr/bin/env python    
2. # encoding: utf-8    
3.   
4. import cv2    
5. import numpy as np    
6.   
7. #使用Numpy 数组来实现图像通道分离  
8. img = cv2.imread("mini.jpg")  
9. # 创建3个跟图像一样大小的矩阵，数值全部为0  
10. b = np.zeros((img.shape[0],img.shape[1]),dtype=img.dtype)  
11. g = np.zeros((img.shape[0],img.shape[1]),dtype=img.dtype)  
12. r = np.zeros((img.shape[0],img.shape[1]),dtype=img.dtype)  
13.   
14. #复制图像通道里的数据  
15. b[:,:] = img[:,:,0]  # 复制 b 通道的数据  
16. g[:,:] = img[:,:,1]  # 复制 g 通道的数据  
17. r[:,:] = img[:,:,2]  # 复制 r 通道的数据  
18.   
19. cv2.imshow("Blue",b)  
20. cv2.imshow("Red",r)  
21. cv2.imshow("Green",g)  
22. cv2.waitKey(0)  
23. cv2.destroyAllWindows()  

通道合并

通道合并也有两种方法。一种是使用OpenCV自带的 merge 函数

[python] view plain copy

1. merged = cv2.merge([b,g,r]) #前面分离出来的三个通道   

使用Numpy 方法

[python] view plain copy

1. mergedByNp = np.dstack([b,g,r])   

问题： 网上看到说用Numpy 合并组合的方式与OpenCV自带的不一样，所以的结果不能在OpenCV 其它函数中使用。使用 OpenCV 自带的 merge 函数。

我的测试结果是它们的合并结果是一致的。

测试代码如下：

[python] view plain copy

1. merged = cv2.merge([b,g,r])    
2. print "Merge by OpenCV"     
3. print merged.strides   
4.   
5. ''''' 
6. merge by OpenCV 
7. (1890, 3, 1) 
8. '''  
9.   
10. mergedByNp = np.dstack([b,g,r])     
11. print "Merge by NumPy "     
12. print mergedByNp.strides    
13.   
14. ''''' 
15. merge by Numpy 
16. (1890, 3, 1) 
17. '''  
18.