我的答案
import cv2 import numpy as np from matplotlib import pyplot as plt img1 = cv2.imread('rose.jpg',cv2.COLOR_BGR2GRAY) #以BGR格式读取图片 # opencv:BGR; Matplotlib:RGB # opencv:蓝0绿1红2 cv2.imwrite('homework.jpg',img1[:,:,[2,1,0]]) #将原红色通道的值写到BGR的蓝色通道,原蓝色通道的值写进BGR的R通道 #简单说就是将BGR改为RGB格式,并保存 img2 = cv2.imread('homework.jpg',cv2.COLOR_BGR2GRAY) #读取图片 plt.imshow(img2,cmap='gray',interpolation='bicubic') plt.xticks([]),plt.yticks([]) #隐藏x,y轴 plt.show() cv2.waitKey(0) cv2.destroyAllWindows()
简而言之,我的答案非常low,就不对此分析
索引法
import cv2 import numpy as np from matplotlib import pyplot as plt img1 = cv2.imread('rose.jpg',cv2.COLOR_BGR2GRAY) # opencv:BGR; Matplotlib:RGB # opencv:蓝0绿1红2 img1 = img1[:,:,::-1] #使用 NumPy 索引,图片的B,R通道翻转 plt.imshow(img1,cmap='gray',interpolation='bicubic') plt.xticks([]),plt.yticks([]) plt.show() cv2.waitKey(0) cv2.destroyAllWindows()
索引和切片 *** 作,最后一维是颜色,-1表示翻转,颜色由红变蓝;白色颠倒不会发生变化
cv2.imshow('rose', rose[:, :, ::-1]) #颜色颠倒 cv2.imshow('rose', rose[::-1, :,:]) #上下颠倒 cv2.imshow('rose', rose[:,::-1,:]) #左右颠倒
切片法
import cv2 import numpy as np import matplotlib.pyplot as plt img = cv2.imread('rose.jpg') b,g,r = cv2.split(img) img2 = cv2.merge([r,g,b]) plt.subplot(121);plt.imshow(img) # expects distorted color plt.subplot(122);plt.imshow(img2) # expect true color plt.show() cv2.imshow('bgr image',img) # expects true color cv2.imshow('rgb image',img2) # expects distorted color cv2.waitKey(0) cv2.destroyAllWindows()
cv2.split(img)函数
功能:通过将三维数组降维的方法,分离出B/G/R的通道
输入参数A:图片
cv2.merge([r,g,b])
功能:通过将一维数组重组升维的方法,合并出三个通道。[]里面的顺序即是图片的颜色格式
输入参数A:三个一维数组
cvtColor法(最优解)
import cv2 import numpy as np import matplotlib.pyplot as plt img = cv2.imread('rose.jpg') img1=cv2.cvtColor(img,cv2.COLOR_BGR2RGB) plt.imshow(img1,cmap='gray',interpolation='bicubic') plt.xticks([]),plt.yticks([]) plt.show() cv2.waitKey(0) cv2.destroyAllWindows()
cv2.cvtColor(img,cv2.COLOR_BGR2RGB)
功能:简要将图像从一种颜色空间转换为另一种颜色空间
输入参数A:已经imread的图片
输入参数B:颜色转化的参数
说明:在发生转变的情况下。对于RGB颜色空间,应该显式地指定通道的顺序(RGB或BGR).注意。OpenCV中的默认颜色格式通常被称为RGB,但实际上是BGR。字节反转)。因此,标准(24位)彩色图像中的第一个字节将是8位蓝色。组件,第二个字节将是绿色,第三个字节将是红色。第四,第五,和。第六个字节是第二个像素(蓝色,然后是绿色,然后是红色),依此类推。
R、G和B通道值的常规范围是:-0到255的CV_8bit图像。-65535到65535的CV_16bit图像。-0到1的CV_32bit图像
在OpenCV中加载彩色图像并将其显示在Matplotlib中
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)