大家好，我是北山啦，今天要介绍的是，利用numpy和cv来处理图像中的通道分离与合并

图像基本知识

灰度图：

彩色图：

import cv2 as cv
import numpy as np
import matplotlib.pyplot as plt

def show(img):
    if img.ndim == 2:
        plt.imshow(img, cmap='gray',vmin=0,vmax=255)
    else:
        plt.imshow(cv.cvtColor(img, cv.COLOR_BGR2RGB))#cv用的BGR，需要转换为RGB
    plt.show()

图像基础

A = np.random.randint(0,256,(2,4))
A

array([[  4, 245, 223, 220],
       [191, 208, 190,  72]])

show(A)

B = np.random.randint(0,256,(2,4,3),dtype=np.uint8)
B

array([[[240,  57,  37],
        [141,  33, 113],
        [ 50, 252,   5],
        [125,  23, 206]],

       [[ 94, 128, 166],
        [218, 183, 231],
        [156, 136, 105],
        [208, 191, 119]]], dtype=uint8)

uint8为8位无符号整数类型,表示范围为[0, 255]

show(B)

A2 = np.float32(A)
A2 /= 255
show(A2)

通道分离与合并

读取图片

img = cv.imread('./pic/cubic500x500.jpg')
show(img)

通道分离

b,g,r = cv.split(img)
show(r)

img.shape

(500, 500, 3)

通道合并

img2 = cv.merge([b,g,r])
show(img2)

img3 = cv.merge([r,g,b])
show(img3)