【openCV-python系列学习】三、图像属性以及通道处理

一、获取图像属性

1.获取图像的形状

通过shape关键字获取图像的形状，返回一个包含行数、列数、通道数的元组。其中灰度图像返回行数和列数，彩色图像返回行数、列数和通道数。

代码如下：

import cv2
import numpy

#读取图像
img = cv2.imread(r"C:/Users/Administrator/osn/pic/ceshi1.jpg")

#创建窗口
cv2.namedWindow("Image")
#在窗口显示图像
cv2.imshow("Image", img)

#获取图像形状
print(img.shape)

#灰度图
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
#img_gray = rgb2gray(img)
cv2.namedWindow("gray",2);
cv2.imshow("gray", gray)

#获取图像形状
print(gray.shape)

#不加下一句的话。在命令行中执行的话，则是一闪而过
cv2.waitKey (0)

 输出：

                              

(498, 748, 3)
(498, 748)

2.像素数目-size

通过size关键字获取图像的像素数目，其中灰度图像返回行数 * 列数，彩色图像返回行数 * 列数 * 通道数。代码如下：

import cv2
import numpy

#读取图像
img = cv2.imread(r"C:/Users/Administrator/osn/pic/ceshi1.jpg")

#获取图像形状
print(img.shape)

#获取图像的大小
print(img.size)

输出结果：

      (498, 748, 3)

      1117512

 

3.图像类型-dtype

通过dtype关键字获取图像的数据类型，通常返回uint8。代码如下：

import cv2
import numpy

#读取图像
img = cv2.imread(r"C:/Users/Administrator/osn/pic/ceshi1.jpg")

#获取图像形状
print(img.shape)

#获取图像的大小
print(img.size)

#获取图像类型
print(img.dtype)

输出结果：

(498, 748, 3)
1117512
uint8

二、图像通道处理

1.通道拆分
OpenCV读取的彩色图像由B、G、R三原色组成，可以通过下面代码获取不同的通道：

# -*- coding:utf-8 -*-
import cv2
import numpy as np

#读取图片
img = cv2.imread(r"C:/Users/Administrator/osn/pic/ceshi1.jpg")

#拆分通道
b, g, r = cv2.split(img)

#显示原始图像
cv2.imshow("B", b)
cv2.imshow("G", g)
cv2.imshow("R", r)
           
#等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()

输出结果：

           

也可以获取不同的通道，核心代码如下所示：
 

b = cv2.split(img)[0]

g = cv2.split(img)[1] 

r = cv2.split(img)[2]

2.通道合并

图像通道合并主要调用merge()函数实现，核心代码如下：

# -*- coding:utf-8 -*-
import cv2
import numpy as np

#读取图片
img = cv2.imread(r"C:/Users/Administrator/osn/pic/ceshi1.jpg")

#拆分通道
b, g, r = cv2.split(img)

#合并通道
m = cv2.merge([b, g, r])
cv2.imshow("Merge", m)
           
#等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()

输出结果：

 注意，因OpenCV是按照BGR进行读取的，所以如果是合并[r,g,b]三通道，则不是显示原图：

代码：

# -*- coding:utf-8 -*-
import cv2
import numpy as np

#读取图片
img = cv2.imread(r"C:/Users/Administrator/osn/pic/ceshi1.jpg")

#拆分通道
b, g, r = cv2.split(img)

#合并通道
m = cv2.merge([r, g, b])
cv2.imshow("Merge", m)
           
#等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()

效果图:

 

同时，可以提取图像的不同颜色通道，提取B颜色通道，G、B通道设置为0，则显示蓝色。代码如下所示：

# -*- coding:utf-8 -*-
import cv2
import numpy as np

#读取图片
img = cv2.imread(r"C:/Users/Administrator/osn/pic/ceshi1.jpg")
rows, cols, chn = img.shape

#拆分通道
b = cv2.split(img)[0]
g = np.zeros((rows,cols),dtype=img.dtype)
r = np.zeros((rows,cols),dtype=img.dtype)

#合并通道
m = cv2.merge([b, g, r])
cv2.imshow("Merge", m)
           
#等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()

同理，可以提取G颜色通道，R、B通道设置为0，则显示绿色。代码如下所示：

 

# -*- coding:utf-8 -*-
import cv2
import numpy as np

#读取图片
img = cv2.imread(r"C:/Users/Administrator/osn/pic/ceshi1.jpg")
rows, cols, chn = img.shape

#拆分通道
 
b = np.zeros((rows,cols),dtype=img.dtype)
g = cv2.split(img)[1]
r = np.zeros((rows,cols),dtype=img.dtype)

#合并通道
m = cv2.merge([b, g, r])
cv2.imshow("Merge", m)
           
#等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()

同理，可以提取R颜色通道，G、B通道设置为0，则显示红色。代码如下所示：

# -*- coding:utf-8 -*-
import cv2
import numpy as np

#读取图片
img = cv2.imread(r"C:/Users/Administrator/osn/pic/ceshi1.jpg")
rows, cols, chn = img.shape

#拆分通道
 
b = np.zeros((rows,cols),dtype=img.dtype)
g = np.zeros((rows,cols),dtype=img.dtype)
r = cv2.split(img)[2]

#合并通道
m = cv2.merge([b, g, r])
cv2.imshow("Merge", m)
           
#等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()

 

---

openCV-python学习第三课，主要学习来源
[Python图像处理] 三.获取图像属性、兴趣ROI区域及通道处理
谢谢大神分享！

 

 

本文地址：https://blog.csdn.net/weixin_42120561/article/details/107193047