1 import cv2 2 import numpy as np 3 4 img=cv2.imread('C:/UserszpDesktopopimages/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:/UserszpDesktopopimages/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！