本文共 2030 字，大约阅读时间需要 6 分钟。

图像基础知识

1. 读取图像

在 OpenCV 中使用 cv2.imread() 函数读取图像。

• 参数 0 表示灰度图像，1 表示彩色图像。
• 例如：img = cv2.imread('split.jpg', 1)。
• 查看图像尺寸和通道数：print(img.shape) 或直接查看图像内容 print(img)。

2. 显示图像并保存

• 读取图像：img = cv2.imread('split.jpg', 1)。
• 显示图像：cv2.imshow('photo', img)。
• 使用 cv2.waitKey(0) 等待键盘输入，按下 ESC 退出：if k == 27:。
• 按下 S 键保存图像并退出：elif k == ord('s'):。
• 保存图像：cv2.imwrite('split_.jpg', img)。
• 关闭所有窗口：cv2.destroyAllWindows()。

3. 通道转换：三通道转为单通道灰度图

• 使用 cv2.cvtColor() 函数：gray = cv2.cvtColor(img, code)。
• 常用代码：gray = cv2.cvtColor(img, cv2.COLOR_RGB2GRAY) 或 cv2.COLOR_BGR2GRAY。
• 保存灰度图像：cv2.imwrite('gray.jpg', gray)。

4. 通道转换：单通道转为三通道灰度图

• 使用 cv2.cvtColor() 反转换回三通道图像：bgr = cv2.cvtColor(gray, cv2.COLOR_GRAY2BGR)。
• 保存彩色图像：cv2.imwrite('bgr.jpg', bgr)。

5. 图像三通道分离

• 分离红、绿、蓝通道：
  • red = img[..., 0]
  • green = img[..., 1]
  • blue = img[..., 2]
• 显示各通道图像：cv2.imshow('red', red) 等。

6. 图像通道合并

• 使用 cv2.cvtColor() 合并通道：result = cv2.cvtColor(blue, cv2.COLOR_GRAY2BGR)。
• 保存合并后的图像：cv2.imwrite('merged.jpg', result)。

7. RGB 与 BGR 转换

• OpenCV 图像默认使用 BGR 格式。
• 转换为 RGB 格式：rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)。
• 保存 RGB 图像：cv2.imwrite('rgb.jpg', rgb)。

8. RGB 与 HSV 转换

• 使用 cv2.cvtColor() 转换：
  • HSV：hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)。
  • 反转换为 RGB：rgb = cv2.cvtColor(hsv, cv2.COLOR_HSV2RGB)。

9. 直方图绘制方法 1

• 使用 Matplotlib：plt 和 OpenCV 的 cv2.calcHist() 函数。
• 示例：

  plt.figure(figsize=(10, 6))  
  for i, channel in enumerate(['red', 'green', 'blue']):  
      hist = cv2.calcHist([img], [i], None, [256], [0, 256])  
      plt.plot(hist, label=f'Channel {channel}')  
  plt.xlabel('Bins')  
  plt.ylabel('Histogram')  
  plt.title('Image Histogram')  
  plt.legend()  
  plt.show()

10. 三通道直方图绘制

• 示例：

  from matplotlib import pyplot as plt  
  girl = cv2.imread('girl.jpg')  
  plt.figure(figsize=(12, 8))  
  for i, color in enumerate(['red', 'green', 'blue']):  
      hist = cv2.calcHist([girl], [i], None, [256], [0, 256])  
      plt.plot(hist, color=color, label=f'{color} Channel')  
  plt.xlabel('Bins')  
  plt.ylabel('Count')  
  plt.title('Girl Image Histogram')  
  plt.legend()  
  plt.show()

通道分离与合并小结

• 通道分离用于调整图像色彩和效果。
• 通道合并用于恢复原始图像。
• OpenCV 提供多种转换和操作工具，适用于不同需求。