前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
社区首页 >专栏 >OpenCV之图像通道分离合并

OpenCV之图像通道分离合并

作者头像
MachineLP
发布于 2021-07-19 03:39:25
发布于 2021-07-19 03:39:25
31900
代码可运行
举报
文章被收录于专栏:小鹏的专栏小鹏的专栏
运行总次数:0
代码可运行

python代码:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
import cv2 as cv

src = cv.imread("./test.png")
cv.namedWindow("input", cv.WINDOW_AUTOSIZE)
cv.imshow("input", src)

# 蓝色通道为零
mv = cv.split(src)
mv[0][:, :] = 0
dst1 = cv.merge(mv)
cv.imshow("output1", dst1)

# 绿色通道为零
mv = cv.split(src)
mv[1][:, :] = 0
dst2 = cv.merge(mv)
cv.imshow("output2", dst2)

# 红色通道为零
mv = cv.split(src)
mv[2][:, :] = 0
dst3 = cv.merge(mv)
cv.imshow("output3", dst3)

cv.mixChannels(src, dst3, [2, 0])
cv.imshow("output4", dst3)

cv.waitKey(0)
cv.destroyAllWindows()

C++代码:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
u
本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2021/07/14 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
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 BGR/HSV 彩色通道分离为单独通道; 针对不同通道使用不同阀值提取mask; 学会使用【通道分离】函数 cv.split; 学会使用【通道合并】函数 cv.merge; 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; 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
Rattenking
2022/10/24
2.7K0
OpenCV-Python学习(9)—— OpenCV 通道的分离与合并(cv.split、cv.merge、cv.mixChannels、cv.inRange)
OpenCV之图像翻转
python代码: import cv2 as cv import numpy as np src = cv.imread("./test.png") cv.namedWindow("input", cv.WINDOW_AUTOSIZE) cv.imshow("input", src) # X Flip 倒影 dst1 = cv.flip(src, 0); cv.imshow("x-flip", dst1); # Y Flip 镜像 dst2 = cv.flip(src, 1); cv.imshow(
MachineLP
2021/07/19
3050
OpenCV之图像翻转
OpenCV之图像均值与高斯模糊
python代码: import cv2 as cv import numpy as np src = cv.imread("./test.png") cv.namedWindow("input", cv.WINDOW_AUTOSIZE) cv.imshow("input", src) dst1 = cv.blur(src, (5, 5)) dst2 = cv.GaussianBlur(src, (5, 5), sigmaX=15) dst3 = cv.GaussianBlur(src, (0, 0)
MachineLP
2021/07/20
5780
OpenCV之图像均值与高斯模糊
OpenCV之图像像素操作(逻辑操作)
python代码: import cv2 as cv import numpy as np # create image one src1 = np.zeros(shape=[400, 400, 3], dtype=np.uint8) src1[100:200, 100:200, 1] = 255 src1[100:200, 100:200, 2] = 255 cv.imshow("input1", src1) # create image two src2 = np.zeros(shape=[400,
MachineLP
2021/07/19
3160
OpenCV之图像像素操作(逻辑操作)
OpenCV学习+常用函数记录②:图像卷积与滤波
Sobel算子是像素图像边缘检测 中最重要的算子之一,它是一个离散的一阶差分算子,用来计算图像亮度函数的一阶梯度之近似值。
小黑鸭
2020/11/24
6530
Python opencv图像处理基础总结(一) 环境搭建 基础操作
Open Source Computer Vision Library,OpenCV于 1999 年由 Intel 建立,如今由 Willow Garage 提供支持。OpenCV是一个基于 BSD 许可(开源)发行的跨平台计算机视觉库,可以运行在Linux、Windows、MacOS操作系统上。它轻量而且高效——由一系列 C 函数和少量C++类构成,同时提供了Python、Ruby、MATLAB等语言的接口,实现了图像处理和计算机视觉方面的很多通用算法。
叶庭云
2022/05/09
6700
Python opencv图像处理基础总结(一) 环境搭建 基础操作
Python opencv图像处理基础总结(一)
Open Source Computer Vision Library,OpenCV于1999年由Intel建立,如今由Willow Garage提供支持。OpenCV是一个基于BSD许可(开源)发行的跨平台计算机视觉库,可以运行在Linux、Windows、MacOS操作系统上。它轻量而且高效——由一系列 C 函数和少量C++类构成,同时提供了Python、Ruby、MATLAB等语言的接口,实现了图像处理和计算机视觉方面的很多通用算法。
叶庭云
2020/09/17
1.2K0
Python  opencv图像处理基础总结(一)
OpenCV之图像伪彩色增强
python代码: import cv2 as cv src = cv.imread("test1.png") cv.namedWindow("input", cv.WINDOW_AUTOSIZE) cv.imshow("input", src) dst = cv.applyColorMap(src, cv.COLORMAP_COOL) cv.imshow("output", dst) # 伪色彩 image = cv.imread("test0.jpg") color_image = cv.apply
MachineLP
2021/07/19
7000
OpenCV之图像伪彩色增强
OpenCV之边缘保留滤波算法 – 高斯双边模糊
python代码: import cv2 as cv import numpy as np src = cv.imread("./test.png") cv.namedWindow("input", cv.WINDOW_AUTOSIZE) cv.imshow("input", src) h, w = src.shape[:2] dst = cv.bilateralFilter(src, 0, 100, 10) result = np.zeros([h, w*2, 3], dtype=src.dtype)
MachineLP
2021/07/20
4810
OpenCV之边缘保留滤波算法 – 高斯双边模糊
OpenCV之图像插值
python代码: import cv2 as cv src = cv.imread("./test.png") cv.namedWindow("input", cv.WINDOW_AUTOSIZE) cv.imshow("input", src) h, w = src.shape[:2] print(h, w) dst = cv.resize(src, (w*2, h*2), fx=0.75, fy=0.75, interpolation=cv.INTER_NEAREST) cv.imshow("IN
MachineLP
2021/07/19
3970
OpenCV之图像插值
6个案例手把手教你用Python和OpenCV进行图像处理
导读:图像是由若干个像素组成的,因此,图像处理可以看作计算机对像素的处理。在面向Python的OpenCV中,可以通过位置索引的方式对图像内的像素进行访问和处理。
IT阅读排行榜
2020/08/28
1.9K0
6个案例手把手教你用Python和OpenCV进行图像处理
Python opencv图像处理基础总结(二) ROI操作与泛洪填充 模糊操作 边缘保留滤波EPF
ROI(Region Of Interest),感兴趣区域,从被处理的图像以方框、圆、椭圆、不规则多边形等方式勾勒出需要处理的区域,称为感兴趣区域,经常用来连接图像。
叶庭云
2020/09/17
3.1K0
Python  opencv图像处理基础总结(二)  ROI操作与泛洪填充  模糊操作  边缘保留滤波EPF
OpenCV学习+常用函数记录①:图像的基本处理
默认使用的是双线性插值法,可以利用opencv提供的 resize 方法来进行图片的缩放
小黑鸭
2020/11/24
2K0
OpenCV之Sobel算子
python代码: import cv2 as cv import numpy as np src = cv.imread("./test.png") cv.namedWindow("input", cv.WINDOW_AUTOSIZE) cv.imshow("input", src) h, w = src.shape[:2] x_grad = cv.Sobel(src, cv.CV_32F, 1, 0) y_grad = cv.Sobel(src, cv.CV_32F, 0, 1) x_grad =
MachineLP
2021/07/23
3000
OpenCV之图片灰度化
python 代码: import cv2 as cv src = cv.imread("./test.png") cv.namedWindow("input", cv.WINDOW_AUTOSIZE) cv.imshow("input", src) gray = cv.cvtColor(src, cv.COLOR_BGR2GRAY) cv.imshow("gray", gray) cv.waitKey(0) cv.destroyAllWindows() C++代码: #include <opencv2/
MachineLP
2021/07/19
3010
OpenCV之图片灰度化
OpenCV之基本阈值操作
python代码: import cv2 as cv import numpy as np # # THRESH_BINARY = 0 # THRESH_BINARY_INV = 1 # THRESH_TRUNC = 2 # THRESH_TOZERO = 3 # THRESH_TOZERO_INV = 4 # src = cv.imread("./test.png") cv.namedWindow("input", cv.WINDOW_AUTOSIZE) cv.imshow("input", src)
MachineLP
2021/08/13
4750
OpenCV之基本阈值操作
OpenCV之图片读取与显示
python代码: import cv2 as cv src = cv.imread("./test.png") cv.namedWindow("input", cv.WINDOW_AUTOSIZE) cv.imshow("input", src) cv.waitKey(0) cv.destroyAllWindows() c++代码: #include <opencv2/opencv.hpp> #include <iostream> using namespace cv; using namespace
MachineLP
2021/07/19
1.3K0
OpenCV之图片读取与显示
OpenCV之快速的图像边缘滤波算法
python代码: import cv2 as cv import numpy as np src = cv.imread("./test.png") cv.namedWindow("input", cv.WINDOW_AUTOSIZE) cv.imshow("input", src) h, w = src.shape[:2] dst = cv.edgePreservingFilter(src, sigma_s=100, sigma_r=0.4, flags=cv.RECURS_FILTER) resu
MachineLP
2021/07/23
3850
OpenCV基础 | 4.色彩空间的转换
作者:小郭学数据 源自:快学python 学习视频可参见python+opencv3.3视频教学 基础入门[1] 今天写的是色彩空间的转换 1.常见色彩空间及色彩空间转换 RGB 红色:Red,绿色:Green,蓝色:Blue HSV 色相:Hue(0-180),饱和度:Saturation(0-255),明度;Value(0-255) 常用于颜色检测 HSL/HLS 色相:Hue、饱和度:Saturation、亮度:Lightness/Luminance 色相H:用角度度量,取值范围为0°~360°,从
快学Python
2021/08/09
5530
OpenCV之中值模糊
中值滤波本质上是统计排序滤波器的一种,中值滤波对图像特定噪声类型(椒盐噪声)会取得比较好的去噪效果,也是常
MachineLP
2021/07/20
2610
OpenCV之中值模糊
相关推荐
OpenCV-Python学习(9)—— OpenCV 通道的分离与合并(cv.split、cv.merge、cv.mixChannels、cv.inRange)
更多 >
领券
社区富文本编辑器全新改版!诚邀体验~
全新交互,全新视觉,新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能,全面提升创作效率和体验
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
查看详情【社区公告】 技术创作特训营有奖征文