Python 如何使用OpenCV交换图像中的蓝色和红色通道
我在交换图像的通道(特别是红色和蓝色通道)时遇到了一点问题。我正在使用Opencv 3.0.0和Python 2.7.12。下面是我交换通道的代码Python 如何使用OpenCV交换图像中的蓝色和红色通道,python,opencv,Python,Opencv,我在交换图像的通道(特别是红色和蓝色通道)时遇到了一点问题。我正在使用Opencv 3.0.0和Python 2.7.12。下面是我交换通道的代码 导入cv2 img=cv2.imread(“input/car1.jpg”) #显而易见的方法 Cimg=cv2.CVT颜色(img,cv2.COLOR_BGR2RGB) #人工进近 红色=img[:,:,2] 蓝色=img[:,:,0] img[:,:,0]=红色 img[:,:,2]=蓝色 cv2.imshow(“框架”,Cimg) cv2.im
导入cv2
img=cv2.imread(“input/car1.jpg”)
#显而易见的方法
Cimg=cv2.CVT颜色(img,cv2.COLOR_BGR2RGB)
#人工进近
红色=img[:,:,2]
蓝色=img[:,:,0]
img[:,:,0]=红色
img[:,:,2]=蓝色
cv2.imshow(“框架”,Cimg)
cv2.imshow(“框架2”,img)
cv2.等待键(0)
cv2.destroyAllWindows()
我无法理解为什么同一个图像经过相同(可能)的操作会产生两种不同的输出。有人能告诉我们出了什么问题吗
原始图像
手动操作
彩色BGR2RGB
红色
和蓝色
只是您图像的视图。当您执行img[:,:,0]=red
时,这会改变img
但也会改变blue
,它只是一个视图(基本上只是对子数组的引用img[:,:,0]
),而不是副本,因此您会丢失原始的蓝色通道值。基本上,你假设的是临时副本,其实不然。添加.copy()
,它就会工作
img = np.arange(27).reshape((3,3,3))
red = img[:,:,2].copy()
blue = img[:,:,0].copy()
img[:,:,0] = red
img[:,:,2] = blue
print("with copy:\n", img)
img = np.arange(27).reshape((3,3,3))
red = img[:,:,2]
blue = img[:,:,0]
img[:,:,0] = red
img[:,:,2] = blue
print("without copy:\n",img)
结果:
[[[ 2 1 0]
[ 5 4 3]
[ 8 7 6]]
[[11 10 9]
[14 13 12]
[17 16 15]]
[[20 19 18]
[23 22 21]
[26 25 24]]]
[[[ 0 1 2]
[ 3 4 5]
[ 6 7 8]]
[[ 9 10 11]
[12 13 14]
[15 16 17]]
[[18 19 20]
[21 22 23]
[24 25 26]]]
[[[ 2 1 0]
[ 5 4 3]
[ 8 7 6]]
[[11 10 9]
[14 13 12]
[17 16 15]]
[[20 19 18]
[23 22 21]
[26 25 24]]]
随附副本:
[[[ 2 1 0]
[ 5 4 3]
[ 8 7 6]]
[[11 10 9]
[14 13 12]
[17 16 15]]
[[20 19 18]
[23 22 21]
[26 25 24]]]
无副本:
[[[ 2 1 2]
[ 5 4 5]
[ 8 7 8]]
[[11 10 11]
[14 13 14]
[17 16 17]]
[[20 19 20]
[23 22 23]
[26 25 26]]]
注意:您实际上只需要1个通道的1个临时副本。
或者您也可以简单地执行img[:,:,:::-1]
这将再次创建视图,但对于交换的频道,img
将保持不变,除非您重新指定它:
img = np.arange(27).reshape((3,3,3))
print(img[:,:,::-1])
print(img)
img = img[:,:,::-1]
print(img)
结果:
[[[ 2 1 0]
[ 5 4 3]
[ 8 7 6]]
[[11 10 9]
[14 13 12]
[17 16 15]]
[[20 19 18]
[23 22 21]
[26 25 24]]]
[[[ 0 1 2]
[ 3 4 5]
[ 6 7 8]]
[[ 9 10 11]
[12 13 14]
[15 16 17]]
[[18 19 20]
[21 22 23]
[24 25 26]]]
[[[ 2 1 0]
[ 5 4 3]
[ 8 7 6]]
[[11 10 9]
[14 13 12]
[17 16 15]]
[[20 19 18]
[23 22 21]
[26 25 24]]]