OpenCv对于图片的RGB三色通道的提取与合并

目录

一、前言

二、使用OpenCV提取RGB颜色通道

三、合并RGB颜色通道

---

一、前言

当涉及到图像处理和计算机视觉时，颜色通道（RGB通道）的提取是一个重要的步骤。而OpenCV是一个强大的计算机视觉库，它提供了许多功能，包括图像处理。

什么是RGB颜色通道？

在数字图像中，颜色通道指的是构成图像的基本颜色成分。RGB通道代表红色（R）、绿色（G）和蓝色（B）通道。这三个通道组合在一起创建了图像的彩色。每个通道包含了对应颜色的亮度信息。

二、使用OpenCV提取RGB颜色通道

首先，确保你已经安装了OpenCV库。你可以使用以下命令来安装它：

pip install opencv-python

 接下来，我们来看看如何提取RGB颜色通道：

注意：在OpenCV中，图像通道的顺序是按BGR（蓝绿红）顺序排列，而不是通常的RGB（红绿蓝）顺序。这是OpenCV的一个特殊之处，你需要牢记这一点，以避免在处理图像时出现颜色通道的混淆。

import cv2

# 1. 读取图像
a = cv2.imread(r'./timg98.jpg')

# 2. 提取颜色通道
a1 = a[:, :, 0]  # 蓝色通道（B通道）
a2 = a[:, :, 1]  # 绿色通道（G通道）
a3 = a[:, :, 2]  # 红色通道（R通道）

# 或者使用 cv2.split() 来分离颜色通道
b, g, r = cv2.split(a)
# b 包含蓝色通道
# g 包含绿色通道
# r 包含红色通道

# 3. 显示蓝色通道的图像
cv2.imshow('result', b)

# 4. 设置窗口显示时间，单位为毫秒（这里设置为100秒，可以根据需要调整）
cv2.waitKey(100000)

# 5. 关闭所有窗口
cv2.destroyAllWindows()

运行结果：

注意：我们这里是显示蓝色通道的图像，但是所显示的图片确实灰色的，那是因为只显示蓝色通道时，实际上是将蓝色通道作为亮度值，而将绿色和红色通道设置为默认的最大值，也就是255。这会导致图像呈现为灰色。

想要展示只包含蓝色通道信息的彩色图像，可以将图像中的绿色通道和红色通道设为0，即移除绿色和红色，只保留蓝色。

可以通过以下代码实现：

# 导入OpenCV库
import cv2

# 从指定路径加载一张图片（'./timg98.jpg'是图片文件的路径）
a = cv2.imread(r'./timg98.jpg')

# 复制原始图像以避免更改原始图像
a_new = a.copy() 

# 将图像中的绿色通道和红色通道设为0，即移除绿色和红色，只保留蓝色
a_new[:,:,1] = 0  # 绿色通道设为0
a_new[:,:,2] = 0  # 红色通道设为0

# 创建一个窗口来显示修改后的图像，并将其命名为'result'
cv2.imshow('result', a_new)

# 等待用户按键触发，这里设置等待时间为100000毫秒（100秒）
# 如果用户在这个时间内按下任意键，程序将继续执行
# 如果等待时间为0（cv2.waitKey(0)），则会一直等待用户按键
cv2.waitKey(100000)

# 关闭所有打开的图像窗口
cv2.destroyAllWindows()

运行结果：

三、合并RGB颜色通道

成功提取RGB颜色通道后，我们又想把它们合并，就可以通过以下代码实现：

import cv2

# 1. 读取图像
a = cv2.imread(r'./timg98.jpg')

# 2. 提取颜色通道
a1 = a[:, :, 0]  # 蓝色通道（B通道）
a2 = a[:, :, 1]  # 绿色通道（G通道）
a3 = a[:, :, 2]  # 红色通道（R通道）

# 或者使用 cv2.split() 来分离颜色通道
b, g, r = cv2.split(a)
# b 包含蓝色通道
# g 包含绿色通道
# r 包含红色通道

# 使用cv2.merge()函数将三个通道重新合并成一个图像
img = cv2.merge((b, g, r))
#img = cv2.merge((a1,a2,a3)) 或者使用这行代码

# 创建一个窗口来显示合并后的图像，并将其命名为'result'
cv2.imshow('result', img)

# 等待用户按键触发，这里设置等待时间为100000毫秒（100秒）
# 如果用户在这个时间内按下任意键，程序将继续执行
# 如果等待时间为0（cv2.waitKey(0)），则会一直等待用户按键
cv2.waitKey(100000)

# 关闭所有打开的图像窗口
cv2.destroyAllWindows()

运行结果：