1 import cv2
2 import numpy as np
3
4 img=cv2.imread('C:/Users\zp\Desktop\op\images/image7.jpg')
5
6 b,g,r=cv2.split(img)
7 cv2.imshow('Red1',r)
8 cv2.imshow('Green1',g)
9 cv2.imshow('Blue1',b)
10 cv2.waitKey(0)
11 cv2.destroyAllWindows()
12 # 为什么得到的是三张不同d灰度图呢？不是已经分离出R，G，B通道了吗？应该是分别是红色图，绿色图，蓝色图才对阿。
13 # 原因是：当调用 imshow（R）时，是把图像的R，G，B三个通道的值都变为R的值，所以图像的颜色三通道值为（R，R，R）
14 # 同理 imshow（G）和imshow（B）所显示d图像的颜色通道也依次为（G，G，G）和（B，B，B）。
15 # 而 当三个通道d值相同时，则为灰度图。
16
17
18
19 # 使用merge（）函数将某一颜色通道（如R）与零矩阵合并，形成（R，0，0）从而显示只有红色通道的图
20 # merge（）函数的使用
21 # 有人可能会问，不是R，G，B吗，为什么B通道反而放在图像的第一位，如（B，0，0）？
22 # 因为opencv中，就是调过来d，图像的第一通道是B，第二通道是G，最后是R。
23 B,G,R = cv2.split(img) #分离出图片的B，R，G颜色通道
24 zeros = np.zeros(img.shape[:2],dtype="uint8")#创建与image相同大小的零矩阵
25 cv2.imshow("BLUE",cv2.merge([B,zeros,zeros]))#显示 （B，0，0）图像
26 cv2.imshow("GREEN",cv2.merge([zeros,G,zeros]))#显示（0，G，0）图像
27 cv2.imshow("RED",cv2.merge([zeros,zeros,R]))#显示（0，0，R）图像
28 cv2.waitKey(0)
29 cv2.destroyAllWindows()
30
31
32 # 把 分离出来的R，G，B通道的值重新合并在一起
33 image=cv2.imread("C:/Users\zp\Desktop\op\images/image7.jpg")#读取要处理的图片
34 B,G,R = cv2.split(img) #分离出图片的B，R，G颜色通道
35 # zeros = np.zeros(image.shape[:2],dtype="uint8")#创建与image相同大小的零矩阵
36 cv2.imshow("MERGE",cv2.merge([B,G,R]))
37 cv2.waitKey(0)
38 cv2.destroyAllWindows()
39
40 import numpy as np;
41 import cv2; # 导入opencv模块
42
43 image = cv2.imread("/home/zje/Pictures/lena.jpeg"); # 读取要处理的图片
44 B, G, R = cv2.split(image); # 分离出图片的B，R，G颜色通道
45 zeros = np.zeros(image.shape[:2], dtype="uint8"); # 创建与image相同大小的零矩阵
46 cv2.imshow("MERGE", cv2.merge([B, G, R]));
47
48
49
50
51 # 作者：ZJE_ANDY
52 # 来源：CSDN
53 # 原文：https: // blog.csdn.net / u014453898 / article / details / 80715121
54 # 版权声明：本文为博主原创文章，转载请附上博文链接！
