一、函数简介

1、split—提取R、B、G分量(返回值顺序为：B、G、R)

函数原型：split(m, mv=None)

m：彩图矩阵

mv：默认参数

2、merge—合并R、G、B(参数顺序为：B、G、R)

函数原型：merge(mv, dst=None)

m：B、G、R分量

mv：默认参数

3、cvtColor—合并R、G、B(参数顺序为：B、G、R)

函数原型：cvtColor(src, code, dst=None, dstCn=None)

src：图像矩阵

code：转化参数

其他：默认参数

二、实例演练

1、提取lena图像的R、G、B成分

代码如下：

#encoding:utf-8

#
#彩图R、G、B的提取
#
import numpy as np
import cv2

image = cv2.imread("H:\\img\\lena.jpg")
cv2.imshow("Original",image)
cv2.waitKey(0)

#R、G、B分量的提取
(B,G,R) = cv2.split(image)#提取R、G、B分量
cv2.imshow("Red",R)
cv2.imshow("Green",G)
cv2.imshow("Blue",B)
cv2.waitKey(0)

结果如下

1、原图像

2、R成分

3、G成分

4、B成分

2、合并lena图像的R、G、B成分

代码如下：

#encoding:utf-8

#
#彩图R、G、B的提取与合并
#
import numpy as np
import cv2

image = cv2.imread("H:\\img\\lena.jpg")
cv2.imshow("Original",image)
cv2.waitKey(0)

#R、G、B分量的提取
(B,G,R) = cv2.split(image)#提取R、G、B分量
#R、G、B的合并
merged = cv2.merge([B,G,R])#合并R、G、B分量
cv2.imshow("Merged",merged)
cv2.waitKey(0)

结果如下

合并lena图像R、G、B后的图像(其实与原图像一样，这里只是为了演示函数的用法)

3、转化彩色lena图像为灰色lena图像

代码如下：

#encoding:utf-8

import numpy as np
import cv2

image = cv2.imread("H:\\img\\lena.jpg")
cv2.imshow("Original",image)
cv2.waitKey(0)

#彩色转灰色
gray = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)
cv2.imshow("Gray",gray)
cv2.waitKey(0)

结果如下

1、原图像

2、灰度图像

4、RGB转HSV

代码如下：

#encoding:utf-8

import numpy as np
import cv2

image = cv2.imread("H:\\img\\lena.jpg")
cv2.imshow("Original",image)
cv2.waitKey(0)

#HSV空间
hsv = cv2.cvtColor(image,cv2.COLOR_BGR2HSV)
cv2.imshow("HSV",hsv)
cv2.waitKey(0)

结果如下

1、原图像

2、HSV空间

5、RGB转lab

代码如下：

#encoding:utf-8

import numpy as np
import cv2

image = cv2.imread("H:\\img\\lena.jpg")
cv2.imshow("Original",image)
cv2.waitKey(0)

#lab空间
lab = cv2.cvtColor(image, cv2.COLOR_BGR2LAB)
cv2.imshow("L*a*b*", lab)
cv2.waitKey(0)

结果如下

1、原图像

2、lab空间

版权声明：本文为博主原创文章，未经博主允许不得转载。