获取图像的属性、图像通道拆分合并实现

获取图像的属性

import numpy as np
import cv2 as cv
import matplotlib.pyplot as plt

#绘制一个全黑的图像
img = np.zeros((256,256,3),np.uint8)   #创建图像时要指定类型为uint8
plt.imshow(img[:,:,::-1])
plt.show()

#等待用户按任意键推出
cv.waitKey(0)
cv.destroyAllWindows()

a=img[100,100]     #这里应该使用方括号 [] 来索引图像像素值，而不是使用圆括号
print(a)  #[0 0 0]


'''在获取图像的形状、大小和数据类型时，需要使用函数   而不是方法()。  所以不需要加（）'''


b=img.shape
print(b)   #(256, 256, 3)


#获取图像大小
c=img.size
print(c)   #196608   =   256*256*3

#获取数据类型
d = img.dtype
print(d)    #uint8

图像通道拆分

import cv2
import numpy as np
import matplotlib.pyplot as plt

img = cv2.imread("lena.png")

cv2.imshow("img1",img)
cv2.waitKey(0)


'''在拆分通道部分，使用 cv2.split() 函数将图像拆分成 B、G、R 三个通道，
每个通道都是一个独立的灰度图像。注意 cv2.split() 返回的是列表，因此需要使用多个变量接收。'''
#拆分通道
b,g,r = cv2.split(img)

# 显示蓝色通道图像
cv2.imshow("Blue Channel", b)
cv2.waitKey(0)

# 显示绿色通道图像
cv2.imshow("Green Channel", g)
cv2.waitKey(0)

# 显示红色通道图像
cv2.imshow("Red Channel", r)
cv2.waitKey(0)

'''在合并通道部分，使用 cv2.merge() 函数将三个通道重新合并为一张彩色图像。
合并时需要将通道作为列表传递给 cv2.merge() 函数。'''


#合并通道
img_merge=cv2.merge([b,g,r])

cv2.imshow('img2',img_merge)
cv2.waitKey(0)
cv2.destroyAllWindows()

效果展示

原图：

拆分：

合并：