Python 3.x OpenCV合并无法合并图像通道

我试图将高斯噪声添加到图像的单个通道中

将cv2作为cv导入
将numpy作为np导入
img1=cv.imread（'input/foo.png'）
img1_蓝色、img1_绿色、img1_红色=等速分割（img1）
img1_h，img1_w，u=img1.shape
s=5
噪声=np.随机.正常（0，s，（img1_h，img1_w））
img1\u gn=img1\u绿色+噪音
打印（img1_green.shape）#（512，384）
打印（图像形状）#（512384）
打印（img1_蓝色形状）#（512，384）
img1_g_noise=cv.merge（（img1_蓝色、img1_gn、img1_红色））

这将导致以下错误：

---------------------------------------------------------------------------
error                                     Traceback (most recent call last)
<ipython-input-34-049cf9e65133> in <module>
     13 
---> 14 img1_g_noise = cv.merge((img1_blue, img1_gn, img1_red))
     15 

error: OpenCV(3.4.5) /io/opencv/modules/core/src/merge.cpp:293: error: (-215:Assertion failed) mv[i].size == mv[0].size && mv[i].depth() == depth in function 'merge'

---------------------------------------------------------------------------
错误回溯（最近一次呼叫上次）
在里面
13
--->14 img1\U g\U噪声=cv.合并（（img1\U蓝色、img1\U gn、img1\U红色））
15
错误：OpenCV（3.4.5）/io/OpenCV/modules/core/src/merge.cpp:293:错误：（-215:断言失败）mv[i]。size==mv[0]。size&&mv[i]。depth（）==函数“merge”中的深度

---

我不知道这是怎么发生的，为什么会发生。产生的噪声绿色通道的尺寸和类型与其他两个通道相同。重新组合原始的绿色通道效果很好。感谢您提供任何指导方向。

这是因为噪声和通道数据类型不匹配。numpy矩阵的默认数据类型为numpy.float64。您必须通过将

.astype（img1_blue.dtype）

添加到噪声防御中来定义rach通道类型中的噪声

编辑代码：

import cv2 as cv
import numpy as np

img1 = cv.imread('list.JPG')
img1_blue, img1_green, img1_red = cv.split(img1)
img1_h, img1_w, _ = img1.shape

s = 5
noise = np.random.normal(0, s, (img1_h, img1_w)).astype(img1_blue.dtype)
img1_gn = img1_green + noise

print(img1_green.shape) # (512, 384)
print(img1_gn.shape)    # (512, 384)
print(img1_blue.shape)  # (512, 384)

img1_g_noise = cv.merge((img1_blue, img1_gn, img1_red))
cv.imshow("img1_g_noise",img1_g_noise)
cv2.waitKey()

---

这是因为噪声和通道数据类型不匹配。numpy矩阵的默认数据类型为numpy.float64。您必须通过将

.astype（img1_blue.dtype）

添加到噪声防御中来定义rach通道类型中的噪声

编辑代码：

import cv2 as cv
import numpy as np

img1 = cv.imread('list.JPG')
img1_blue, img1_green, img1_red = cv.split(img1)
img1_h, img1_w, _ = img1.shape

s = 5
noise = np.random.normal(0, s, (img1_h, img1_w)).astype(img1_blue.dtype)
img1_gn = img1_green + noise

print(img1_green.shape) # (512, 384)
print(img1_gn.shape)    # (512, 384)
print(img1_blue.shape)  # (512, 384)

img1_g_noise = cv.merge((img1_blue, img1_gn, img1_red))
cv.imshow("img1_g_noise",img1_g_noise)
cv2.waitKey()

---

这就是

dtype

问题

默认情况下，

image\u blue

和

image\u red

是

uint8

类型； 但是

噪声

是

float16

类型

---

解决方案1

您可以通过以下方式将

噪音
更改为“unit8”类型：

noise = noise.astype('image_red.type')

但这会让噪音损失很多信息


解决方案2

您还可以通过添加以下两行，将所有rgb通道更改为
float16
dtype：

img1_blue = img1_blue.astype(img1_gn.dtype)
img1_red = img1_red.astype(img1_gn.dtype)

这就是
dtype
问题

默认情况下，
image\u blue
和
image\u red
是
uint8
类型；
但是
噪声
是
float16
类型


解决方案1

您可以通过以下方式将
噪音
更改为“unit8”类型：

noise = noise.astype('image_red.type')

但这会让噪音损失很多信息


解决方案2

您还可以通过添加以下两行，将所有rgb通道更改为
float16
dtype：

img1_blue = img1_blue.astype(img1_gn.dtype)
img1_red = img1_red.astype(img1_gn.dtype)