opencv-颜色通道的分离和合并

1. 深浅拷贝

        opencv用mat这种数据结构来表示图片，C++中是用mat来保存图片,python中把mat转化成了numpy的ndarray。

1.1 Mat属性

字段	说明	字段	说明
dims	维度	channels	通道数RGB是3
rows	行数	size	矩阵大小
cols	列数	type	dep+dt+chs CV_8UC3
depth	像素的位深	data	存放数据

1.2 ndarray的四种常见属性

字段	说明	代码
size	元素的总个数	img.size
dtype	图片的种类	img.dtype
shape	图片的形状	img.shape
ndim	图片的通道数	img.ndim

1.3 对图片的某段部位进行截取

        使用NumPy数组切片image[y1:y2, x1:x2]，其中：y1和y2是垂直方向的起始和结束位置（高度方向）。x1和x2是水平方向的起始和结束位置（宽度方向）。

import cv2

img = cv2.imread("car.jpg")     # 将这里的路径换成你图片的路径
# 定义截取区域的坐标 (x1, x2, y1, y2)
x1, x2 = 900, 1200  # 水平方向：从100到300（不包括300）
y1, y2 = 600, 800   # 垂直方向：从50到200（不包括200）
# 执行切片操作（注意OpenCV的数组顺序是[高度, 宽度]）
cropped = img[y1:y2, x1:x2]

# 显示结果
cv2.imshow('Original Image', img)
cv2.imshow('Cropped Image', cropped)
cv2.waitKey(0)
cv2.destroyAllWindows()

注意事项： 

1. 坐标顺序：

   • OpenCV使用**先行（高度）后列（宽度）**的索引，即image[height, width]。

   • 因此，切片时应写为image[y1:y2, x1:x2]，而非x1,x2,y1,y2的直接顺序。

2. 左闭右开区间：

   • 截取区域的实际范围是[x1, x2)和[y1, y2)。例如，x1=100, x2=300会截取宽度为200像素（300-100）的区域。

3. 坐标值有效性：

   • 确保x2 > x1且y2 > y1，否则切片结果为空。

   • 坐标不应超过原图尺寸，可用image.shape获取原图的（高度, 宽度, 通道数）。

2. 颜色通道的分离和合并

2.1 split(mat)分割图像的通道

# 图像的分割与融合
import cv2
import numpy as np

img = np.zeros((200, 200, 3), np.uint8)
# img = cv2.resize(img,(880,640),interpolation=cv2.INTER_CUBIC)
# 分割通道
b, g, r = cv2.split(img)

2.2 merge((ch1,ch2,ch3))融合多个通道

# 图像的分割与融合
import cv2
import numpy as np

img = np.zeros((200, 200, 3), np.uint8)
# img = cv2.resize(img,(880,640),interpolation=cv2.INTER_CUBIC)
# 分割通道
b, g, r = cv2.split(img)
# 修改一些颜色
b[10:100, 10:100] = 255
g[10:100, 10:100] = 255

# 合并通道
img_2 = cv2.merge((b, g, r))

cv2.imshow('img_1', np.hstack((b, g)))
cv2.imshow('img_2', np.hstack((img, img_2)))
cv2.waitKey(0)
cv2.destroyAllWindows()