【原】python+opencv图像处理（三）

彩色图像拆分与合并

外面的世界很精彩，很缤纷，很鲜艳，很五颜六色......

通常我们拍摄的图片都是彩色的，即RGB图像。自然界中的绝大多数颜色也都可以看作是由红(Red)、绿(Green)、蓝(Blue)三种颜色组合而成。

在图像处理中把R、G、B看作是三个通道，可以把一幅彩色图像的三个通道拆分出来，也可以将拆分出来的三个通道合并回去。

1、RGB拆分三通道

如下图所示，第一张为美女lena的原图，后面三张是拆分过的三通道的图像。

你会发现，怎么显示出来都是灰度图像呢，没错，实验做出来就是这个样子的。

源代码如下：

import cv2

src = cv2.imread('E:/image/le.jpg')

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

cv2.imshow("src",src)

cv2.imshow("b",b)

cv2.imshow("g",g)

cv2.imshow("r",r)

cv2.waitKey(0)

第一行，导入opencv包

第二行，读入图片

第三行，拆分三通道

后面四行，显示源图片，三通道的图片

从代码你会发现，其实就是用了opencv的函数split()，来对彩色图像进行拆分。

但是要注意一点哦，拆分出来的三通道顺序是b,g,r，而不是我们认为的顺序R,G,B。

2、融合各通道颜色

上图好像不太好区分到底哪张图片是哪个通道的，来看看下图吧。

   各通道颜色是不是很清晰，很明显，看一眼便知。

   但这只是合并进去的颜色哦，看代码可知。

import cv2

import numpy as np

src = cv2.imread('E:/image/le.jpg')

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

zeros = np.zeros(src.shape[:2],dtype="uint8")

b=cv2.merge([b,zeros,zeros])

g=cv2.merge([zeros,g,zeros])

r=cv2.merge([zeros,zeros,r])

cv2.imshow("src",src)

cv2.imshow("b",b)

cv2.imshow("g",g)

cv2.imshow("r",r)

第一行，导入opencv包

第二行，导入numpy包，numpy是比较著名的一个包，常用于科学计算等

第三行，读入图片

第四行，拆分图片

第五行，创建与源图片大小相同的数组，全部设置为0

第六、七、八行，是融合三通道回RGB图片，因为只想分别显示各通道的图片，所以除了要显示的通道外，其余两个通道均用0。

后四行，显示图片

3、彩色图像的融合

上幅图片其实已说明了如何进行三通道的融合，就是用merge()函数。

import cv2

src = cv2.imread('E:/image/le.jpg')

b,g,r=cv2.split(src)#拆分

dst=cv2.merge((b,g,r))#融合

cv2.imshow("src",src)

cv2.imshow("dst”,dst)

上述代码比较简单，先将源图片进行拆分，再对其进行融合，即要得到下面的结果，可以看出，两张图片是一样一样的。