Python 分通道读取图像数据,取经之路第 4 天丨【百变AI秀】

举报
梦想橡皮擦 发表于 2021/09/14 09:17:37 2021/09/14
【摘要】 今天是持续写作的第 36 / 100 天。如果你有想要交流的想法、技术,欢迎在评论区留言。今天这 1 个小时,继续给大家打来 Python 读取图片这一简单的操作。 读取单通道使用 OpenCV 可以读取某个图片的单一通道,啥叫通道,经过检索,找到了一个相对清楚的解释,希望你也可以看明白。比较通俗易懂的解释是:灰度图的通道数为 1,彩色图的通道为 3。基本上,描述一个像素点,如果是灰度,那么...

今天是持续写作的第 36 / 100 天。
如果你有想要交流的想法、技术,欢迎在评论区留言。

今天这 1 个小时,继续给大家打来 Python 读取图片这一简单的操作。

读取单通道

使用 OpenCV 可以读取某个图片的单一通道,啥叫通道,经过检索,找到了一个相对清楚的解释,希望你也可以看明白。

  1. 比较通俗易懂的解释是:灰度图的通道数为 1,彩色图的通道为 3。基本上,描述一个像素点,如果是灰度,那么只需要一个数值来描述它,就是单通道。如果一个像素点,有 RGB 三种颜色来描述它,就是三通道。
  2. 4 通道通常为 RGBA,在某些处理中可能会用到。2 通道图像不常见,通常在程序处理中会用到,如傅里叶变换,可能会用到,一个通道为实数,一个通道为虚数,主要是编程方便。还有一种情况就是 16 位图像,本来是 3 通道,但是为了减少数据量,压缩为 16 位,刚好两个通道,常见格式有 RGB555 或 RGB565,也就是说 R 占 5 位,G 占 5 或 6 位,B 占 5 位,也有 RGBA5551 格式。古老的格式,不用也罢。
  3. 主要是有些摄像头常采用一些比较“古怪”的格式,没办法。补充一种情况,目前常见的一些摄像头喜欢采用 YUV2 等格式,格式如下 YUYV,在处理的时候可以用 4 通道或者 2 通道来处理。如原格式为:Y1UY2V,插值成为 Y1UV,Y2UV 就成两个彩色点了。YCrCb 也有类似压缩情况。

以上 3 点来自网络,如果原作不希望被转载,希望联系橡皮擦,原文已不可见。

整理一下基本上咱们之前操作的灰度图就是 1 通道的,彩色图是 2 通道或者 4 通道的。而且以橡皮擦经验来看,这个通道之间必然可以转换。

既然 RGB 有 3 个通道,那必然可以读取出每个通道,呈现的效果肯定不同,试一下吧。

读取 R、G、B 通道

一次读取三个通道,分别打开窗口预览一下,图片比较大,注意细节,每个通道都不同,细比对之下,在原图中如果是红色,那么在红色通道中,越进阶白色,因为红色越弄,数值越大。
代码部分:

import cv2
img = cv2.imread("abc.jpg")
cv2.imshow("img show", img)
# 读取蓝色通道,最后一个值为 0
b = img[:, :, 0]
# 读取绿色通道,最后一个值为 1
g = img[:, :, 1]
# 读取红色通道,最后一个值为 2
r = img[:, :, 2]

# 分别显示
cv2.imshow("b", b)
cv2.imshow("g", g)
cv2.imshow("r", r)

cv2.waitKey()
cv2.destroyAllWindows()

在实现的极端一些,找一个立方体,显示三个颜色红绿蓝,提取单通道如下。

提取哪个通道,哪个通道是白色。

设置 R、G、B 通道

既然可以获取了,那如果按照上一篇内容中提及的把某一个通道设置为 0,在试一下运行效果。
先设置 B = 0,得到下图效果。

img[:,:,0] = 0
cv2.imshow("img_b=0" , img)

设置 G = 0,得到的效果。

img[:,:,1] = 0
cv2.imshow( "img_g=0" , img)

紫色怎么出现的,稍微一猜就能知道红色加蓝色等于紫色,百度一搜,果然如此。

也就是说,你眼中的白,不是纯白,是红绿蓝混合的颜色呗,学过设计的应该比较了解吧。

分离、合并通道

学习过程中还发现了第二种分离通道的方式,采用一个 split 方法即可,测试代码如下:

import cv2
img = cv2.imread("abc.jpg")
cv2.imshow("img show", img)

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

cv2.imshow("b", b)
cv2.imshow("g", g)
cv2.imshow("r", r)

得到的最终结果是一样的。

有分离就有合并,合并通道也是采用的一个方法:merge。

img_merge = cv2.merge((b,g,r))
cv2.imshow("img_merge",img_merge)

写到这里,总感觉图像在操作的时候,就是在操作一个数组。

imread 方法再次研究

在这个系列的第一课,橡皮擦就学习了这一个方法,今天在反过来补充一下。

OpenCV 中 imread 函数的第二个参数有如下 6 中情况:

enum{
CV_LOAD_IMAGE_UNCHANGED  =-1,//以图像原始属性读入
CV_LOAD_IMAGE_GRAYSCALE  = 0,//以灰度图像读入
CV_LOAD_IMAGE_COLOR      = 1,//以彩色图像读入
CV_LOAD_IMAGE_ANYDEPTH   = 2,
CV_LOAD_IMAGE_ANYCOLOR   = 4,
CV_LOAD_IMAGE_IGNORE_ORIENTATION  = 128
};

上述内容在代码中实现如下:

import cv2
img_1_ = cv2.imread("h1.png",-1) # 也可以写成 img_1_ = cv2.imread("h1.png",cv2.IMREAD_UNCHANGED)
img_0 = cv2.imread("h1.png",0)
img_1 = cv2.imread("h1.png",1)
img_2 = cv2.imread("h1.png",2)
img_3 = cv2.imread("h1.png",4)
print(img_1_.shape)
print(img_0.shape)
print(img_1.shape)
print(img_2.shape)
print(img_3.shape)

输出的结果为:

# 四通道图
(200, 200, 4)
# 灰度图
(200, 200)
# 三通道图
(200, 200, 3)
# 灰度图
(200, 200)
# 三通道图
(200, 200, 3)

四通道图多出来一个透明通道,即 A(alpha),如果只获取透明通道数据,得到结果如下,原来透明的地方变黑,有颜色的地方变白。提起找一个透明图。如果没有,可以用下面这个蛋糕。

b, g, r, a = cv2.split(img)

cv2.imshow("a", a)

今天的 OpenCV 尾声

1 个小时又过去了,继续在基础部分学习,希望本文能对你有一些帮助。知识就是这样,一旦开始了,就会慢慢变的有价值,但是这个过程非常枯燥。

空闲之余,可以订阅橡皮擦的爬虫百例课程学习爬虫知识。


博主 ID:梦想橡皮擦,希望大家点赞评论收藏


【百变AI秀】有奖征文火热进行中:https://bbs.huaweicloud.com/blogs/296704

【版权声明】本文为华为云社区用户原创内容,未经允许不得转载,如需转载请自行联系原作者进行授权。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

举报
请填写举报理由
0/200