Python 从图像中提取单个帧

我目前是python新手，我想从图像中分别提取R、G和B帧

例如，存储我的图像的变量是img

我想知道的

如何使Rimg=img:，：，1 Gimg=img:，：，2 Bimg=img:，：，3 当然，这些是MATlab伪代码，Rimg、Gimg和Bimg只是变量。

Numpy风格：

Bimg = img[:,:,0]
Gimg = img[:,:,1]
Rimg = img[:,:,2]

OpenCV样式：

B,G,R = cv2.split(img)

裸体风格：

Bimg = img[:,:,0]
Gimg = img[:,:,1]
Rimg = img[:,:,2]

OpenCV样式：

B,G,R = cv2.split(img)

---

假设您使用Python中多个图像库中的任意一个加载数据，则基本上与Matlab的语法完全相同：

Rimg = img[:,:,0] 
Gimg = img[:,:,1] 
Bimg = img[:,:,2]

---

假设您使用Python中多个图像库中的任意一个加载数据，则基本上与Matlab的语法完全相同：

Rimg = img[:,:,0] 
Gimg = img[:,:,1] 
Bimg = img[:,:,2]

---

其他答案是正确的，但这是一种非常常见的操作，因此一行程序可以是惯用的：

# Let `im` be a numpy array
r,g,b = im.transpose((2,0,1))

---

转置操作符更改周围的轴，以便第一个轴成为通道轴。然后，您可以使用标准的Python多重赋值来赋值给r、g和b。

其他答案都是正确的，但这是一个非常常见的操作，因此一行程序可以是惯用的：

# Let `im` be a numpy array
r,g,b = im.transpose((2,0,1))

---

转置操作符更改周围的轴，以便第一个轴成为通道轴。然后，您可以使用标准的Python多重分配来分配给r、g和b。

它们被称为颜色通道。你可能会发现这更容易搜索。它们被称为颜色通道。你可能会发现这更容易搜索。啊，这种方式是一个很好的和有效的方式去做，谢谢！啊，这是一个很好的和有效的方式去做，谢谢！谢谢，我最终在numpy stype中完成了这项工作：顺便说一句，优秀的博客对我了解python有很大帮助！谢谢，我最终在numpy stype中完成了这项工作：顺便说一句，优秀的博客对我了解python有很大帮助！