Python图像识别-Opencv03 通道处理、缩放

CodingBoyJustin

于 2022-11-01 17:38:08 发布

阅读量624

点赞数 1

分类专栏： python-图像文章标签： python opencv 计算机视觉

本文链接：https://blog.youkuaiyun.com/weixin_41274520/article/details/127636454

版权

本文介绍了Python使用Opencv进行图像处理中的通道拆分和合并，详细讲解了如何提取BGR图像的R、G、B通道，并展示了通道拆分后的效果。此外，还探讨了如何通过cv2.resize()函数对图像进行缩放操作。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

上一节讲到Opencv的通道模式，按照B通道-->G通道-->R通道顺序进行存储的。再图像处理的过程中，可以根据需要对通道进行拆分和合并

通道拆分

针对RGB图像，可以分别拆分出其R通道，G通道，B通道。再Opencv中可以通过索引直接将各个通道从图像中提出出来。例如，针对Opencv内的BGR图像img，可用如下语句进行B\G\R通道的提取：

b = img[:,:,0]
g = img[:,:,1]
r = img[:,:,2]

接着我们查看一下，单单只有b,g,r通道的图片和原图的区别

接着我们开始尝试抽取颜色，将图片中的B,G,R颜色分别抽取，代码如下：

img = cv2.imread('D:/PixC/01.jpeg')
img[:,:,0] = 0
cv.imshow('img-b',img)

img = cv2.imread('D:/PixC/01.jpeg')
img[:,:,1] = 0
cv.imshow('img-g',img)

img = cv2.imread('D:/PixC/01.jpeg')
img[:,:,2] = 0
cv.imshow('img-r',img)

于是得到如下图

最低0.47元/天解锁文章