CIELab图像的通道分解与合成

源云

已于 2022-07-21 11:30:31 修改

阅读量660

点赞数

CC 4.0 BY-SA版权

分类专栏： opencv新手村笔记文章标签： python opencv

于 2022-07-21 11:17:29 首次发布

本文链接：https://blog.youkuaiyun.com/mikcy12/article/details/125908191

笔记同时被 2 个专栏收录

5 篇文章

订阅专栏

opencv新手村

2 篇文章

订阅专栏

本文介绍了如何使用OpenCV库将BGR颜色空间的图像转换为LAB颜色空间。通过`cv2.cvtColor()`函数进行转换，并分别提取L、a、b通道。然后使用numpy的`dstack()`函数将三个通道重新组合成新的特征矩阵，以保持数据的uint8类型，确保图像能够正确显示。虽然可以使用更高精度的数据类型，但那样会导致imshow或plot无法显示图像。博客中还提到了显示图像的辅助函数`showImgByPlot()`，并指出展示单个通道也是可行的，但此处未进行演示。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import cv2
import numpy as np
lotus = cv2.imread('lotus.jpg')
showImgByPlot(lotus,10,6)
lotus_lab = cv2.cvtColor(lotus, cv2.COLOR_BGR2LAB)
l, a, b = cv2.split(lotus_lab)
#! featureMat = cv2.merge([l, a, b])
#! merge失败
featureMat = np.dstack((l, a, b)).astype(np.uint8)

showImgByPlot(featureMat,10,6)