OpenCV-Python快速入门系列11通道的分离、合并、交换

使用Python切片分离通道

def channel_separation1():
    image = cv.imread('images/test.png')
    if image is None:
        print("Error: Image not found or failed to load.")
        return

    cv.imshow("image", image)
    cv.imshow("image CHN0", image[:,:,0])
    cv.imshow("image CHN1", image[:,:,1])
    cv.imshow("image CHN2", image[:,:,2])
    cv.waitKey(0)
    cv.destroyAllWindows()

安

按照预想的应该能将R、G、B三个通道分离出来才对，但是效果却是黑白图像：

r

如果直接显示单通道的图像，默认会以灰度的形式呈现，看不出来三个通道有什么区别。

使用伪彩色增强单通道的可视化效果：

def channel_separation2():
    # 读取图像
    image = cv.imread('images/test.png')
    if image is None:
        print("Error: Image not found or failed to load.")
        return

    # 显示原始图像
    cv.imshow("Original Image", image)

    # 提取 BGR 通道
    blue_channel = image[:, :, 0]  # 蓝色通道
    green_channel = image[:, :, 1]  # 绿色通道
    red_channel = image[:, :, 2]  # 红色通道

    # 将单通道转换为伪彩色图像以增强可视化
    blue_color = cv.merge([blue_channel, blue_channel * 0, blue_channel * 0])
    green_color = cv.merge([green_channel * 0, green_channel, green_channel * 0])
    red_color = cv.merge([red_channel * 0, red_channel * 0, red_channel])

    # 显示各个通道
    cv.imshow("Blue Channel", blue_color)
    cv.imshow("Green Channel", green_color)
    cv.imshow("Red Channel", red_color)

    # 等待键盘事件
    cv.waitKey(0)
    cv.destroyAllWindows()

补充知识点 关于 image[:, :, 0] 的解释

在 OpenCV 的图像处理中，image[:, :, 0] 表示对彩色图像（通常是三维数组）的 切片操作，提取图像的第一个通道。

结构解析

• image：一个三维 NumPy 数组，表示彩色图像，形状为 (height, width, channels)。
  • height：图像的高度（像素数）。
  • width：图像的宽度（像素数）。
  • channels：通道数，例如 BGR 格式图像有 3 个通道。
• 切片含义：
  • : 表示选取该维度的所有元素。
  • image[:, :, 0] 提取第一个通道（蓝色通道，BGR 格式中的 B）。

import cv2 as cv
import numpy as np

# 创建一个简单的彩色图像
image = np.zeros((3, 3, 3), dtype=np.uint8)
image[:, :, 0] = 255  # 蓝色通道全填充
image[:, :, 1] = 128  # 绿色通道全填充
image[:, :, 2] = 64   # 红色通道全填充

# 提取通道
blue = image[:, :, 0]   # 第一个通道（蓝色）
green = image[:, :, 1]  # 第二个通道（绿色）
red = image[:, :, -1]   # 最后一个通道（红色，等价于 2）

print("Blue channel:\n", blue)
print("Green channel:\n", green)
print("Red channel:\n", red)

问题：0 是否能改为 -1？

在 NumPy 中，通道索引支持 负数 表示 从末尾开始计数：

• 0 表示第一个通道（B）。
• 1 表示第二个通道（G）。
• 2 表示第三个通道（R）。
• -1 表示最后一个通道，对于 BGR 格式图像，-1 等价于 2（红色通道 R）。
• -2 表示倒数第二个通道（对于 BGR 图像，是绿色通道 G）。
• -3 表示倒数第三个通道（对于 BGR 图像，是蓝色通道 B）。

使用OpenCV的Split函数分离通道

def channel_separation3():
    # 读取图像
    image = cv.imread('images/test.png')
    if image is None:
        print("Error: Image not found or failed to load.")
        return

    # 显示原始图像
    cv.imshow("Original Image", image)
    print(image.shape)
    mv = cv.split(image)
    print(mv[0].shape)
    cv.imshow("Original Image CHN0", mv[0])
    cv.imshow("Original Image CHN1", mv[1])
    cv.imshow("Original Image CHN2", mv[2])
    cv.waitKey(0)
    cv.destroyAllWindows()

可以看出当前显示单通道也是灰色的，使用cv.merge可以转换成彩色显示。

交换通道

使用 OpenCV 的 cv.mixChannels 函数，将图像的通道顺序重新排列。

    dst = np.zeros(image.shape, dtype=np.uint8)
    cv.mixChannels([image],[dst],fromTo=[2,0,1,1,0,2])
    cv.imshow("Original Image exchange", dst)

• 功能：
  • 将 image 的颜色通道重新排列，并存储到 dst 中。
• 参数说明：
  • 输入图像列表：[image]，表示来源图像。
  • 输出图像列表：[dst]，表示目标图像。
  • fromTo 列表：
    • 每两个元素为一对，表示从来源图像的第一个通道复制到目标图像的第二个通道。
    • [2, 0, 1, 1, 0, 2] 表示：
      • 来源图像的第 2 个通道（红色，R）复制到目标图像的第 0 个通道（蓝色，B）。
      • 来源图像的第 1 个通道（绿色，G）保持不变，复制到目标图像的第 1 个通道（G）。
      • 来源图像的第 0 个通道（蓝色，B）复制到目标图像的第 2 个通道（红色，R）。