OpenCV-Python学习（9）—— OpenCV 通道的分离与合并(cv.split、cv.merge、cv.mixChannels、cv.inRange)

1. 知识点

1. BGR/HSV 彩色通道分离为单独通道；
2. 针对不同通道使用不同阀值提取mask；
3. 学会使用【通道分离】函数 cv.split；
4. 学会使用【通道合并】函数 cv.merge；
5. 学会使用【把输入的矩阵（或矩阵数组）的某些通道拆分复制给对应的输出矩阵（或矩阵数组）的某些通道（通道复制）】函数 cv.mixChannels；
6. 学会使用【通道阀值】函数 cv.inRange。

2. cv.split() 函数解释

2.1 函数使用

cv.split(src, mvbegin)

2.2 参数说明

参数	说明
src	表示需要进行分离的多通道数组。
lut	表示输出数组或者输出的vector容器。

OpenCV的BGR色彩空间（Blue、Green、Red，蓝、绿、红），其中0表示引用取出的是蓝色分量，1表示引用取出的是绿色分量，2表示引用取出的是红色分量。

3. cv.merge() 函数解释

3.1 函数使用

cv.merge(mv [, dst])

3.2 参数说明

参数	说明
mv	表示需要 被合并的输入矩阵或vector容器的阵列， 这个mv参数中所有的矩阵必须有着一样的尺寸和深度。
dst	表示输出矩阵，和mv[0]拥有一样的尺寸和深度，并且通道的数量是矩阵阵列中的通道的总数。

4. cv.mixChannels() 函数解释

4.1 函数使用

cv.mixChannels(src, dst, fromTo)

4.2 参数说明

参数	说明
src	表示输入数组或向量矩阵,所有矩阵的大小和深度必须相同。
dst	表示输出数组或矩阵向量,大小和深度必须与src[0]相同。
fromTo	表示指定被复制通道与要复制到的位置组成的索引对。

5. cv.inRange() 函数解释

5.1 函数使用

cv.inRange(src, lowerb, upperb [, dst])

5.2 参数说明

参数	说明
src	表示输入图像。
lowerb	表示最低值。
upperb	表示最高值。
dst	表示输出图像。

cv.inRange()函数的作用是可以提取你想要的颜色，并把该颜色的区域设置为白色，其余的设置为黑色。

6. 通道分离 BGR 单独通道图像的显示

6.1 实例代码

import cv2 as cv

def split_demo():
  img = cv.imread('./images/butterfly.jpg')
  cv.imshow('butterfly', img)
  b,g,r = cv.split(img)
  cv.imshow('butterfly_b', b)
  cv.imshow('butterfly_g', g)
  cv.imshow('butterfly_r', r)
  
  cv.waitKey(0)
  cv.destroyAllWindows()

if __name__ == "__main__":
  split_demo()

6.2 DEMO运行结果

6.3 注意

1. 对于 openCV 使用的 BGR 格式图像，返回的分拆通道的次序为 B、G、R 通道。
2. BGR 彩色图像的数据形状为 (width, height, channels=3)，返回的 B/G/R 通道的数据形状为 (width, height)，不能按照 BGR 彩色图像直接显示。
3. 如果直接用 imshow 显示返回的单通道对象，将被视为 (width, height) 形状的灰度图像显示。
4. 如果要正确显示某一颜色分量，需要增加另外两个通道值（置 0）转换为 BGR 三通道格式，再用 imshow 才能显示为拆分通道的颜色。
5. cv2.split() 操作复杂耗时，可以直接使用 NumPy 切片得到分离通道。

6.4 根据注意4 分离后显示彩色

import cv2 as cv
import numpy as np

def split_demo():
  img = cv.imread('./images/butterfly.jpg')
  cv.imshow('butterfly', img)
  b,g,r = cv.split(img)
  like_img_b = np.zeros_like(img)
  like_img_b[:,:,0] = b
  like_img_g = np.zeros_like(img)
  like_img_g[:,:,1] = g
  like_img_r = np.zeros_like(img)
  like_img_r[:,:,2] = r
  cv.imshow('butterfly_b', like_img_b)
  cv.imshow('butterfly_g', like_img_g)
  cv.imshow('butterfly_r', like_img_r)

  cv.waitKey(0)
  cv.destroyAllWindows()

if __name__ == "__main__":
  split_demo()

6.5 DEMO 运行结果

7. 通道分离 HSV 单独通道图像显示

7.1 代码实例

import cv2 as cv

def split_demo():
  img = cv.imread('./images/butterfly.jpg')
  cv.imshow('butterfly', img)
  dst = cv.cvtColor(img, cv.COLOR_BGR2HSV)
  cv.imshow('butterfly_hsv', dst)
  b,g,r = cv.split(dst)
  cv.imshow('butterfly_b', b)
  cv.imshow('butterfly_g', g)
  cv.imshow('butterfly_r', r)

  cv.waitKey(0)
  cv.destroyAllWindows()

if __name__ == "__main__":
  split_demo()

7.2 DEMO运行结果

8. 通道合并

8.1 代码实例

import cv2 as cv

def merge_demo():
  img = cv.imread('./images/butterfly.jpg')
  # cv.imshow('butterfly', img)
  b,g,r = cv.split(img)
  # cv.imshow('butterfly_b', b)
  # cv.imshow('butterfly_g', g)
  # cv.imshow('butterfly_r', r)
  dst = cv.merge([b,g,r])
  cv.imshow('butterfly_merge_bgr', dst)
  rgb = cv.merge([r,g,b])
  cv.imshow('butterfly_merge_rgb', rgb)
  cv.waitKey(0)
  cv.destroyAllWindows()
 
 if __name__ == "__main__":
  merge_demo()

8.2 DEMO 运行结果

9. 通道复制

9.1 实例代码

import cv2 as cv
import numpy as np

def mixchannels_demo():
  img = cv.imread('./images/butterfly.jpg')
  cv.imshow('butterfly', img)
  # 复制一个图像矩阵
  dst = np.zeros_like(img)
  # 复制图像通道
  cv.mixChannels([img], [dst], fromTo=[0,1,2,2,1,0])
  cv.imshow('butterfly_mixChannels', dst)
  
  cv.waitKey(0)
  cv.destroyAllWindows()
  
 if __name__ == "__main__":
  mixchannels_demo()

9.2 DEMO 运行结果

10. 通道阀值

10.1 实例代码

import cv2 as cv
import numpy as np

def inrange_demo():
  img = cv.imread('./images/butterfly.jpg')
  cv.imshow('butterfly', img)
  # 转换为hsv图片
  hsv = cv.cvtColor(img, cv.COLOR_BGR2HSV)
  # 设置最大值和最小值
  lower = np.array((0.,0.,0.))
  upper = np.array((180.,255.,46.))
  mask = cv.inRange(hsv, lower, upper)
  cv.imshow('butterfly_mask', mask)

  cv.waitKey(0)
  cv.destroyAllWindows()

if __name__ == "__main__":
  inrange_demo()

10.2 DEMO 运行结果

10.3 OPENCV中的HSV颜色体系

使用OPENCV中 cv.cvtColor 函数，并设置参数为 cv.COLOR_BGR2HSV ,那么所得的H、S、V值范围分别是[0,180)，[0,255)，[0,255)，因此可以查下面的表格来确定颜色的大致区间。

11. 总结

1. 对于 openCV 使用的 BGR 格式图像，返回的分拆通道的次序为 B、G、R 通道。
2. BGR 彩色图像的数据形状为 (width, height, channels=3)，返回的 B/G/R 通道的数据形状为 (width, height)，不能按照 BGR 彩色图像直接显示。
3. 如果直接用 imshow 显示返回的单通道对象，将被视为 (width, height) 形状的灰度图像显示。
4. 如果要正确显示某一颜色分量，需要增加另外两个通道值（置 0）转换为 BGR 三通道格式，再用 imshow 才能显示为拆分通道的颜色。
5. cv2.split() 操作复杂耗时，可以直接使用 NumPy 切片得到分离通道。
6. 进行合并的 B、G、R 单通道图像分量，数据形状必须为 (width, height)，而不是形状为 (width, height, channels=3) 的蓝色/绿色/红色图像。
7. 单通道图像分量的图像大小 (width, height) 必须相同才能进行合并。
8. 颜色通道要按照 B、G、R 通道顺序合并，才能得到 BGR 格式的合并结果。
9. cv2.merge() 操作复杂耗时，推荐使用 NumPy 数组合并函数 np.stack() 生成合成图像。
   10.OPENCV中 H、S、V 值范围分别是[0,180)，[0,255)，[0,255)。