1. 通道拆分

1.1 cv2.split

1.1.1 语法结构

b,g,r = cv2.split(img[, mv]) #图像拆分为 BGR 通道。

• img：图像数据，nparray 多维数组
• mv：指定的分拆通道（可选）
• b,g,r ：分割成三个单通道图像，分别代表蓝色、绿色和红色通道，并将它们分别赋值给b、g和r

1.1.2 注意事项

• OpenCV 使用的图像格式是 BGR（蓝、绿、红），而不是常见的 RGB 格式。因此，当你使用 cv2.split() 拆分通道时，得到的通道顺序将是 B、G、R，而不是 R、G、B。
• 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。
• 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。
• 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。
• cv2.split() 操作复杂耗时，可以直接使用 NumPy 切片得到分离通道。

1.1.3 代码示例

import cv2imgFile = "img/lena.jpg"
img1 = cv2.imread(imgFile, flags=1)  # flags=1 读取彩色图像(BGR)
# 通道拆分
b,g,r=cv2.split(img1)
# 显示图像
cv2.imshow("b", b)
cv2.imshow("g", g)
cv2.imshow("r", r)cv2.waitKey(0)
cv2.destroyAllWindows()

1.2 NumPy切片

1.2.1 代码示例

import cv2imgFile = "img/lena.jpg"
img1 = cv2.imread(imgFile, flags=1)  # flags=1 读取彩色图像(BGR)
# 获取 B 通道
bImg = img1.copy()  # 获取 BGR
bImg[:, :, 1] = 0  # G=0
bImg[:, :, 2] = 0  # R=0# 获取 G 通道
gImg = img1.copy()  # 获取 BGR
gImg[:, :, 0] = 0  # B=0
gImg[:, :, 2] = 0  # R=0# 获取 R 通道
rImg = img1.copy()  # 获取 BGR
rImg[:, :, 0] = 0  # B=0
rImg[:, :, 1] = 0  # G=0# 显示图像
cv2.imshow("b", bImg)
cv2.imshow("g", gImg)
cv2.imshow("r", rImg)cv2.waitKey(0)
cv2.destroyAllWindows()  # 释放所有窗口

2. 通道合并

2.1 cv2.merge

2.1.1 语法结构

cv2.merge(mv[, dst])  #BGR 通道合并

• mv：要合并的单通道
• dst：通道合并的图像，nparray 多维数组

2.1.2 注意事项

• 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。
• 单通道图像分量的图像大小 (width, height) 必须相同才能进行合并。
• 颜色通道要按照 B、G、R 通道次序合并，才能得到 BGR 格式的合并结果。
• 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。

2.1.3 代码示例

import cv2imgFile = "img/lena.jpg"
img1 = cv2.imread(imgFile, flags=1)  # flags=1 读取彩色图像(BGR)
# 通道拆分
b, g, r = cv2.split(img1)# 通道合并
rgb = cv2.merge([r, g, b])
gbr = cv2.merge([g, b, r])
brg = cv2.merge([b, r, g])# 显示图像
cv2.imshow("rgb", rgb)
cv2.imshow("gbr", gbr)
cv2.imshow("brg", brg)cv2.waitKey(0)
cv2.destroyAllWindows()  # 释放所有窗口