读取并显示彩色图像以及提取彩色图像的 R、G、B 分量
python
import cv2 #彩图R、G、B的提取
import torch
from PIL import Image
from matplotlib import pyplot as plt
import numpy as np- 读取并显示彩色图像的三种方法：
python
img_path = "./data/yndx"1.1 使用 PIL 读取图像，并使用 plt.imshow 显示图像
python
# 使用 PIL 读取图像
pil_img = Image.open(img_path + "/color_img.jpg")
# 使用 plt.imshow 显示图像
plt.imshow(pil_img)
plt.axis('off') # 不显示坐标轴
plt.show()
1.2 使用 OpenCV 读取图像，并使用 plt.imshow 显示图像
python
# 使用 OpenCV 读取图像
cv2_img = cv2.imread(img_path + "/color_img.jpg")
# OpenCV 读取的图像是 BGR 格式，需要转换为 RGB 格式
img_rgb = cv2.cvtColor(cv2_img, cv2.COLOR_BGR2RGB)
# 使用 plt.imshow 显示图像
plt.imshow(img_rgb)
plt.axis('off') # 不显示坐标轴
plt.show()
1.3 使用 OpenCV 读取图像，并使用 cv2.imshow 显示图像
烦人
python
# 使用 cv2.imshow 显示图像
cv2.imshow("Original", cv2_img)
# 等待键盘事件
cv2.waitKey(0)
# 关闭所有 OpenCV 窗口
cv2.destroyAllWindows()- 提取彩色图像的 R、G、B 分量的两种方法
2.1 使用 PIL（Pillow）
PIL（Pillow）是 Python Imaging Library 的一个分支，它以 RGB 格式读取图像，因此可以直接提取各个分量。
python
# 读取图像
# 将图像转换为 NumPy 数组
image_np = np.array(pil_img)
# 提取 R、G、B 分量
R = image_np[:, :, 0]
G = image_np[:, :, 1]
B = image_np[:, :, 2]
# 显示各分量
plt.figure(figsize=(12, 4))
plt.subplot(1, 4, 1)
plt.imshow(pil_img)
plt.title('Original Image')
plt.axis('off')
plt.subplot(1, 4, 2)
plt.imshow(R, cmap='gray')
plt.title('Red Channel')
plt.axis('off')
plt.subplot(1, 4, 3)
plt.imshow(G, cmap='gray')
plt.title('Green Channel')
plt.axis('off')
plt.subplot(1, 4, 4)
plt.imshow(B, cmap='gray')
plt.title('Blue Channel')
plt.axis('off')
plt.show()
2.2 使用 OpenCV
OpenCV 是一个功能强大的图像处理库，它以 BGR 格式读取图像，但我们可以轻松地将其转换为 RGB 格式，并提取各个分量。
2.2.1 使用 cv2.split() 提取 B、G、R 分量
- 功能：将图像按通道分割成多个单通道图像。
- 返回值：返回一个包含三个单通道图像的元组，分别是 B、G、R 分量。
- 用途：主要用于需要分别处理每个通道的情况，例如对每个通道进行独立的滤波、阈值处理等操作。
python
# 读取图像
# 使用 cv2.split() 提取 B、G、R 分量
(B, G, R) = cv2.split(cv2_img)
# 另存图像
cv2.imwrite(img_path + "/blue_img.jpg", B)
cv2.imwrite(img_path + "/green_img.jpg", G)
cv2.imwrite(img_path + "/red_img.jpg", R)
# 显示各分量
plt.figure(figsize=(12, 4))
plt.subplot(1, 4, 1)
plt.imshow(cv2.cvtColor(cv2_img, cv2.COLOR_BGR2RGB))
plt.title('Original Image')
plt.axis('off')
plt.subplot(1, 4, 2)
plt.imshow(R, cmap='gray')
plt.title('Red Channel')
plt.axis('off')
plt.subplot(1, 4, 3)
plt.imshow(G, cmap='gray')
plt.title('Green Channel')
plt.axis('off')
plt.subplot(1, 4, 4)
plt.imshow(B, cmap='gray')
plt.title('Blue Channel')
plt.axis('off')
plt.show()
2.2.2 使用 cv2.cvtColor() 提取 R、G、B 分量
- 功能：将图像从一种颜色空间转换到另一种颜色空间。
- 返回值：返回一个转换后的图像，仍然是一个三通道图像。
- 用途：主要用于将图像从 BGR 格式转换为 RGB 格式，以便在 matplotlib 等库中正确显示图像。也可以用于其他颜色空间的转换，如从 BGR 转换为 HSV、YCrCb 等。
python
# 读取图像
# 使用 cv2.cvtColor() 将 BGR 图像转换为 RGB 图像
image_rgb = cv2.cvtColor(cv2_img, cv2.COLOR_BGR2RGB)
# 提取 R、G、B 分量
R = image_rgb[:, :, 0]
G = image_rgb[:, :, 1]
B = image_rgb[:, :, 2]
# 显示各分量
plt.figure(figsize=(12, 4))
plt.subplot(1, 4, 1)
plt.imshow(image_rgb)
plt.title('Original Image')
plt.axis('off')
plt.subplot(1, 4, 2)
plt.imshow(R, cmap='gray')
plt.title('Red Channel')
plt.axis('off')
plt.subplot(1, 4, 3)
plt.imshow(G, cmap='gray')
plt.title('Green Channel')
plt.axis('off')
plt.subplot(1, 4, 4)
plt.imshow(B, cmap='gray')
plt.title('Blue Channel')
plt.axis('off')
plt.show()使用 cv2.split() 和 cv2.cvtColor() 提取彩色图像的 R、G、B 分量在功能和用途上有一些区别，以下是详细对比：
- 返回值类型：
cv2.split() 返回三个单通道图像（B、G、R）。
cv2.cvtColor() 返回一个三通道图像（例如 RGB）。
- 用途：
cv2.split() 适用于需要分别处理每个通道的情况。
cv2.cvtColor() 适用于需要将图像从一种颜色空间转换到另一种颜色空间的情况，特别是从 BGR 转换为 RGB 以便在 matplotlib 中显示。
- 显示效果：
cv2.split() 提取的单通道图像在 matplotlib 中需要使用 cmap='gray' 显示为灰度图。
cv2.cvtColor() 转换后的 RGB 图像可以直接在 matplotlib 中显示为彩色图。
- 选择建议
如果需要分别处理每个通道，使用 cv2.split()。
如果需要在 matplotlib 中显示图像，使用 cv2.cvtColor() 将 BGR 图像转换为 RGB 图像。