python学opencv|读取图像（十四）BGR图像和HSV图像通道拆分

【1】引言

前序已经对BGR图像和HSV图像的转换进行了基本讨论，相关文章链接为：

python学opencv|读取图像（十二）BGR图像转HSV图像-CSDN博客

python学opencv|读取图像（十三）BGR图像和HSV图像互相转换深入-CSDN博客

在前序学习进程中，我们也了解BGR彩色图像存在三个通道来管理三种基色的组成比例，此外HSV图像也存在三个参数来管理图像亮度饱和度等。相关文章链接有：

python学opencv|读取图像（六）读取图像像素RGB值_opencv读取灰度图-CSDN博客

在此基础上，我们尝试抓取各个通道的具体数值。

带着这个目标，我们开启本次学习。

【2】官网教程

要想抓取各个通道的具体数值，需要使用split()函数，点击下述链接，可以直达官网教程：

OpenCV: Channel split

未进行实际测试，我们开始编辑代码。

【3】代码测试

【3.1】读取图像

首先是完成图片的读取，可写入的基础代码为：

python 复制代码

import cv2 as cv #引入CV模块
import numpy as np #引入numpy模块

bgr_image=cv.imread('cv-ini-000.png')

if bgr_image is not None:
    cv.imshow('cv-ini-000',bgr_image) #在屏幕上展示图片
    cv.imwrite('cv-ini-000-save.png',bgr_image) #保存图片
    cv.waitKey() #不会自动关闭图像
    cv.destroyAllWindows() #释放所有窗口
else:
    print("There is no any photo")

在这里，使用的原始图像cv-ini.png为：

++图1 cv-ini.png++

【3.2】BGR拆分

然后先进行BGR拆分以读取数据，可以直接新增下述代码：

复制代码

b,g,r=cv.split(bgr_image) #bgr拆分
cv.imshow('B',b) #显示B通道
cv.imshow('G',g) #显示G通道
cv.imshow('R',r) #显示R通道

cv.imwrite('cv-ini-000-save-b.png',b) #保存B通道图片
cv.imwrite('cv-ini-000-save-g.png',g) #保存G通道图片
cv.imwrite('cv-ini-000-save-r.png',r) #保存R通道图片

运行后，获得BGR通道的照片为：

++图2 B通道图像++

++图3 G通道图像++

++图4 R通道图像++

【3.3】HSV拆分

然后先进行HSV拆分，可以直接新增下述代码。

代码包括两大模块：第一模块将BGR图像转化为HSV图像，第二模块才是对HSV图像进行通道拆分以进行数据读取。

python 复制代码

    # BGR转HSV
    hsv_image=cv.cvtColor(bgr_image,cv.COLOR_BGR2HSV) #BGR转HSV
    cv.imshow('cv-ini-000-hsv',hsv_image) #在屏幕上展示图片
    cv.imwrite('cv-ini-000-save-hsv.png',hsv_image) #保存图片
    # HSV拆分
    h,s,v=cv.split(hsv_image) #HSV拆分
    cv.imshow('H',h) #显示H通道
    cv.imshow('S',s) #显示S通道
    cv.imshow('V',v) #显示V通道
    # 保存
    cv.imwrite('cv-ini-000-save-h.png',h) #保存H通道图片
    cv.imwrite('cv-ini-000-save-s.png',s) #保存S通道图片
    cv.imwrite('cv-ini-000-save-v.png',v) #保存V通道图片

运行代码后，获得的HSV格式图像为：

++图5 HSV格式图像++

获得的H、S和V通道照片为：

++图6 H通道图像++

++++

++图7 S通道图像++

++++ ++图8 V通道图像++

【4】总结

掌握了BGR和HSV图像各通道数据抓取函数cv2.split()的基本使用方法。