Python-opencv学习第十一课：通道分离与合并
一、学习部分
记录笔者学习Python-opencv第十一课：通道分离与合并，代码资料来源于网络贾老师视频。
二、代码部分
1.引入库
代码如下：
import cv2 as cv
import numpy as np
2.定义通道分离函数，读图打印维度
代码如下：
def channel_split_demo():
b1= cv.imread("C:/Users/akaak/Pictures/OpenCV/1.png") # BGR 0-255
print(b1.shape)#打印维度
cv.imshow("input",b1)
cv.imshow("b1", b1[:,:,2])
3.通道分离与合并函数
代码如下：
mv=cv.split(b1)#图像分离
print(len(mv))
mv[0][:,:]=255#
result=cv.merge(mv)#图像合并
cv.imshow("result",result)
cv.waitKey(0) # 设置关闭窗口
cv.destroyAllWindows()
4.完整代码
代码如下：
import cv2 as cv
import numpy as np
def read_demo_():
image = cv.imread("C:/Users/akaak/Pictures/OpenCV/1.png") # BGR 0-255
cv.imshow("input", image)
cv.waitKey(0)
cv.destroyAllWindows()
def color_space_demo_():
image = cv.imread("C:/Users/akaak/Pictures/OpenCV/1.png") # BGR 0-255
gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)#将bgr转换为gray
hsv = cv.cvtColor(image, cv.COLOR_BGR2HSV)#将bgr转换为hsv
thsv=cv.cvtColor(image,cv.COLOR_HSV2BGR)#将HSV转换为BGR
# cv.namedwindow("input",cv.WINDOW.AUTOSIZE)
cv.imshow("gray", gray)#显示一个窗口名为gray的gray图像
cv.imshow("hsv", hsv)#显示一个窗口名为hsv的hsv图像
cv.imshow("thsv", thsv) # 显示一个窗口名为thsv的thsv图像
cv.waitKey(0)#相当于按键操作，当键盘触发时候，显示图片窗口关闭，否则不关闭
cv.destroyAllWindows()
def mat_demo_():
image = cv.imread("C:/Users/akaak/Pictures/OpenCV/1.png") # BGR 0-255
h,w,c=image.shape #打印图像的维度 H高度 W宽度 C通道数，色彩图片有三通道，灰色图片零通道
roi = image[100:200, 100:200, :] # 感兴趣局部区域像素分布 H高度100-200像素，W宽度100-200像素。灰度图像就没有最后一个冒号
blank=np.zeros((h,w,c),dtype=np.uint8)#产生一个空白窗口，需要说明H,W,C以及字节数，这是区别于np.zeros_like()函数。
#blank[60:200, 60:280, :] = image[60:200, 60:280, :] # blank和image要一致才能匹配
#blank = np.copy(image)#使用copy函数直接进行复制，将blank上述注释掉
blank=image#实现原图到blank的复制
cv.imshow("image", image)#显示原图窗口
cv.imshow("blank", blank)#显示blank空白窗口
cv.waitKey(0)#相当于按键操作，当键盘触发时候，显示图片窗口关闭，否则不关闭
cv.destroyAllWindows()
def pixel_demo():
image=cv.imread("C:/Users/akaak/Pictures/OpenCV/1.png") #BGR 0-255
cv.imshow("input", image)
h, w, c = image.shape#打印图像维度
for row in range(h):#行
for col in range(w):#列
b,g,r=image[row,col]#图像写像素
image[row,col]=(0,g,r)#取反操作，可对其进行更改
cv.imshow("result", image)#显示取反后的图片
cv.imwrite("C:/Users/akaak/Pictures/OpenCV/csdn/4/savedexample.png", image)#保存数据图
cv.waitKey(0)#设置关闭窗口
cv.destroyAllWindows()
def math_demo():
image=cv.imread("C:/Users/akaak/Pictures/OpenCV/1.png") #BGR 0-255
cv.imshow("input", image)
h, w, c = image.shape#打印图像维度
blank=np.zeros_like(image)#创建一个和image同尺寸的blank空白窗口
blank[:,:]=(2,2,2)#让blank空白窗口上面的像素都是50x50
cv.imshow("blank", blank)#显示一个blank空白窗口，窗口上面的像素都是50x50
#result=cv.add(image,blank)#进行加减时候，两幅图像大小必须一致，数据类型可以不用一致(增加亮度变亮）
#result = cv.subtract(image, blank) # 进行加减时候，两幅图像大小必须一致，数据类型可以不用一致（减少亮度变黑）
result = cv.divide(image, blank)#改变对比度，对比度降低
#result = cv.multiply(image, blank)#改变对比度，对比度提高
cv.imshow("result", result)#显示取反后的图片
#cv.imwrite("C:/Users/akaak/Pictures/OpenCV/csdn/4/savedexample.png", image)#保存数据图
cv.waitKey(0)#设置关闭窗口
cv.destroyAllWindows()
def nothing(x):
print(x)
def adjust_light_demo():
image=cv.imread("C:/Users/akaak/Pictures/OpenCV/1.png") #BGR 0-255
cv.namedWindow("input",cv.WINDOW_AUTOSIZE)#创建一个自动大小的窗口
cv.createTrackbar("lightness","input",0,100,nothing)#创建一个名为lightness的trackbar,窗口与创建窗口一致。0-100,无回调
cv.imshow("input", image)
blank=np.zeros_like(image)#创建一个和image同尺寸的blank空白窗口
while True:
pos=cv.getTrackbarPos("lightness","input")#拖动第几个TrackBar，TrackBar在哪个窗口。
blank[:,:]=(pos,pos,pos)#让blank空白窗口上面的像素都是50x50
#cv.imshow("blank", blank)#显示一个blank空白窗口，窗口上面的像素都是50x50
result=cv.add(image,blank)
cv.imshow("result", result)#显示取反后的图片
#cv.imwrite("C:/Users/akaak/Pictures/OpenCV/csdn/4/savedexample.png", image)#保存数据图
c=cv.waitKey(1)#设置关闭窗口
if c == 27:#Esc
break
cv.destroyAllWindows()
def adjust_contrast_demo():
image=cv.imread("C:/Users/akaak/Pictures/OpenCV/1.png") #BGR 0-255
cv.namedWindow("input",cv.WINDOW_AUTOSIZE)#创建一个自动大小的窗口
cv.createTrackbar("lightness","input",0,100,nothing)#创建一个名为lightness的trackbar,窗口与创建窗口一致。0-100,无回调
cv.createTrackbar("contrast", "input", 100, 200, nothing) # 创建一个名为contrast的trackbar,窗口与创建窗口一致。100-200,无回调
cv.imshow("input", image)
blank=np.zeros_like(image)#创建一个和image同尺寸的blank空白窗口
while True:
#pos=cv.getTrackbarPos("lightness","input")#拖动第几个TrackBar，TrackBar在哪个窗口。
light = cv.getTrackbarPos("lightness", "input") # 拖动第几个TrackBar，TrackBar在哪个窗口。亮度
contrast = cv.getTrackbarPos("contrast", "input") /100 # 拖动第几个TrackBar，TrackBar在哪个窗口。对比度
print("light:",light,"contrast:",contrast)#打印输出实时light和contrast
#blank[:,:]=(light,light,light)#让blank空白窗口上面的像素都是50x50
#cv.imshow("blank", blank)#显示一个blank空白窗口，窗口上面的像素都是50x50
result=cv.addWeighted(image,contrast,blank,0.5,light)#对比度和亮度调整函数
cv.imshow("result", result)#显示取反后的图片
#cv.imwrite("C:/Users/akaak/Pictures/OpenCV/csdn/4/savedexample.png", image)#保存数据图
c=cv.waitKey(1)#设置关闭窗口
if c == 27:#Esc
break
cv.destroyAllWindows()
def keys_demo():
image=cv.imread("C:/Users/akaak/Pictures/OpenCV/1.png") #BGR 0-255
cv.namedWindow("input",cv.WINDOW_AUTOSIZE)#创建一个自动大小的窗口
cv.imshow("input", image)
while True:
c=cv.waitKey(1) # 设置关闭窗口
gray=image
if c == 49:# 1控制gray窗口
gray=cv.cvtColor(image,cv.COLOR_BGR2GRAY)
cv.imshow("result", gray)#显示灰度图片
if c == 50: # 2控制hsv窗口
hsv=cv.cvtColor(image, cv.COLOR_BGR2HSV)
cv.imshow("result", hsv) # 显示灰度图片
if c == 51: # 3控制图像几何操作
invert=cv.bitwise_not(image)
cv.imshow("result", invert) # 显示图片几何操作
if c == 27:#Esc关闭所有窗口
break
cv.destroyAllWindows()
def color_table_demo():
colormap = [
cv.COLORMAP_AUTUMN,
cv.COLORMAP_BONE,
cv.COLORMAP_JET,
cv.COLORMAP_WINTER,
cv.COLORMAP_RAINBOW,
cv.COLORMAP_OCEAN,
cv.COLORMAP_SUMMER,
cv.COLORMAP_SPRING,
cv.COLORMAP_COOL,
cv.COLORMAP_PINK,
cv.COLORMAP_HOT,
cv.COLORMAP_PARULA,
cv.COLORMAP_MAGMA,
cv.COLORMAP_INFERNO,
cv.COLORMAP_PLASMA,
cv.COLORMAP_VIRIDIS,
cv.COLORMAP_CIVIDIS,
cv.COLORMAP_TWILIGHT,
cv.COLORMAP_TWILIGHT_SHIFTED
]#自带颜色表操作代码19个
image=cv.imread("C:/Users/akaak/Pictures/OpenCV/1.png") #BGR 0-255
cv.namedWindow("input",cv.WINDOW_AUTOSIZE)#创建一个自动大小的窗口
cv.imshow("input", image)
index=0
while True:
dst=cv.applyColorMap(image,colormap[index]%19)#循环19颜色
index+=1
cv.imshow("color style",dst)
c=cv.waitKey(1000) # 设置关闭窗口
if c == 27:#Esc关闭所有窗口
break
cv.destroyAllWindows()
def bitwise_demo():
b1=np.zeros((400,400,3),dtype=np.uint8)#创建一个彩色图片
b1[:,:]=(255,0,255)#赋值
b2 = np.zeros((400, 400, 3), dtype=np.uint8) # 创建一个彩色图片
b2[:,:]=(0, 255, 0) #赋值
cv.imshow("b1", b1)
cv.imshow("b2", b2)
dst1=cv.bitwise_and(b1,b2) #与
dst2 = cv.bitwise_or(b1, b2) #或
cv.imshow("bitwise_and", dst1)
cv.imshow("bitwise_or", dst2)
cv.waitKey(0) # 设置关闭窗口
cv.destroyAllWindows()
def channel_split_demo():
b1= cv.imread("C:/Users/akaak/Pictures/OpenCV/1.png") # BGR 0-255
print(b1.shape)#打印维度
cv.imshow("input",b1)
cv.imshow("b1", b1[:,:,2])
mv=cv.split(b1)#图像分离
print(len(mv))
mv[0][:,:]=255#
result=cv.merge(mv)#图像合并
cv.imshow("result",result)
cv.waitKey(0) # 设置关闭窗口
cv.destroyAllWindows()
if __name__ == "__main__":
channel_split_demo()
三、运行部分
总结
本文介绍了笔者学习Python-opencv第十一课：通道分离与合并，学习了cv.split函数和cv.merge函数，实现了对图片的通道的分离与合并（代码资料来源于网络贾老师视频）