OpenCV中的图片截取和颜色通道提取

最新推荐文章于 2024-09-03 10:09:01 发布

原创最新推荐文章于 2024-09-03 10:09:01 发布 · 2.8k 阅读

6 ·

本内容遵循CC 4.0 BY-SA版权协议

标签

#opencv #python

收录于

OpenCV系列专栏收录该内容

21 篇文章

订阅专栏

本文介绍了如何使用OpenCV库在Python中进行图像处理，包括截取图像的部分区域以及提取和显示图像的颜色通道。通过示例代码展示了如何拆分BGR图像为单独的蓝色、绿色和红色通道，并分别显示。这些基本操作对于图像分析和处理至关重要。

1、截取部分图像数据

import cv2 

#opencv读取的格式是BGR


def cv_show(name,img):
    """
    图片显示函数
    """
    cv2.imshow(name,img) 
    cv2.waitKey(0) 
    cv2.destroyAllWindows()


img=cv2.imread('1.jpg')
# 截取部分图像数据
cat=img[0:50,0:200] 
cv_show('1',cat)

2、颜色通道提取

图片数据拆分成三通数据：cv2.split(img)

合并三通道的数据：img=cv2.merge((b,g,r))

import cv2 


#opencv读取的格式是BGR
img=cv2.imread('cat.jpg')

# 拆分成三通道数据
b,g,r=cv2.split(img)

# 合并三通道数据
img=cv2.merge((b,g,r))
img.shape


# split函数的功能就是如同下面的操作
# 只保留R
cur_img = img.copy()
cur_img[:,:,0] = 0
cur_img[:,:,1] = 0
cv_show('R',cur_img)

# 只保留G
cur_img = img.copy()
cur_img[:,:,0] = 0
cur_img[:,:,2] = 0
cv_show('G',cur_img)

# 只保留B
cur_img = img.copy()
cur_img[:,:,1] = 0
cur_img[:,:,2] = 0
cv_show('B',cur_img)