OpenCV中拆分通道、合并通道、alpha通道的讲解及实战演示（附python源码超详细）

「爱情、让人受尽委屈。」 2023-09-30 18:56 12阅读 0赞

> **需要源码和图片请点赞关注收藏后评论区留言私信~~~**

在BGR色彩空间中，图像的通道由B通道、G通道和B通道构成，下面将介绍OpenCV提供的方法拆分和合并通道

## 一、拆分通道 ##

为了拆分图像中的通道 OpenCV提供了split方法

1：拆分一幅BGR图像中的通道

当使用split方法拆分一幅BGR图像中的通道时 语法如下

> b，g，r=cv2.split(bgr\_image)
> 
> 参数说明bgr分别为BGR通道图像
> 
> bgr\_image为一幅BGR图像

下面先拆分通道 然后再显示拆分后的通道图像

![721ed52883224d81b522483a50873eb6.png][]

代码如下

import cv2
    
    bgr_image = cv2.imread("5.1.jpg")
    cv2.imshow("5.1", bgr_image) # 显示图5.1
    b, g, r = cv2.split(bgr_image) # 拆分图5.1中的通道
    cv2.imshow("B", b) # 显示图5.1中的B通道图像
    cv2.imshow("G", g) # 显示图5.1中的G通道图像
    cv2.imshow("R", r) # 显示图5.1中的R通道图像
    cv2.waitKey()
    cv2.destroyAllWindows()

但是为什么得到的是灰度图像呢，因为执行的imshow函数时原图像三个通道的值都会被修改为相同的，对于BGR图像而言，只要三个通道值相等，那么得到的就是灰度图像

2：拆分一幅HSV图像中的通道

语法如下

> h,s,v=cv2.split(hsv\_image)

下面先把图像从BGR色彩空间转换到HSV色彩空间，再进行拆分

效果如下

![e1695648e829499b9a2b4651e4bfb9a3.png][]

## 二、合并通道 ##

合并通道是拆分通道的逆过程

1：合并BGR通道图像

使用merge方法 语法如下

> bgr=cv2.merge(\[b,g,r\])
> 
> bgr为合并通道后得到的图像

代码运行效果即呈现拆分前的原图像

import cv2
    
    bgr_image = cv2.imread("5.1.jpg")
    b, g, r = cv2.split(bgr_image) # 拆分图5.1中的通道
    bgr = cv2.merge([b, g, r]) # 按B→G→R的顺序合并通道
    cv2.imshow("BGR", bgr)
    cv2.waitKey()
    cv2.destroyAllWindows()

2：合并HSV通道图像

语法同上

首先将BGR色彩空间转换到HSV色彩空间，然后拆分得到的HSV图像中的通道，接着合并拆分后的通道图像，最后将合并通道后的图像从HSV色彩空间转换到BGR色彩空间

import cv2
    
    bgr_image = cv2.imread("D:/5.1.jpg")
    # 把图5.1从BGR色彩空间转换到HSV色彩空间
    hsv_image = cv2.cvtColor(bgr_image, cv2.COLOR_BGR2HSV)
    h, s, v = cv2.split(hsv_image) # 拆分HSV图像中的通道
    hsv = cv2.merge([h, s, v]) # 合并拆分后的通道图像
    # 合并通道后的图像从HSV色彩空间转换到BGR色彩空间
    bgr = cv2.cvtColor(hsv, cv2.COLOR_HSV2BGR)
    cv2.imshow("BGR", bgr) # 显示BGR图像
    cv2.waitKey()
    cv2.destroyAllWindows()

3：综合运用拆分通道和合并通道

在HSV色彩空间内，如果保持其中两个通道的值不变，调整第三个通道的值，会得到相应的艺术效果

SV通道值不变，把H通道值调整为180 然后合并拆分在转换空间效果如下

![85e26903bfc04bb996877b97c99ced09.png][]

import cv2
    
    bgr_image = cv2.imread("5.1.jpg")
    cv2.imshow("5.1", bgr_image)
    # 把图5.1从BGR色彩空间转换到HSV色彩空间
    hsv_image = cv2.cvtColor(bgr_image, cv2.COLOR_BGR2HSV)
    h, s, v = cv2.split(hsv_image) # 拆分HSV图像中的通道
    h[:, :] = 180 # 将H通道的值调整为180
    hsv = cv2.merge([h, s, v]) # 合并拆分后的通道图像
    # 合并通道后的图像从HSV色彩空间转换到BGR色彩空间
    new_Image = cv2.cvtColor(hsv, cv2.COLOR_HSV2BGR)
    cv2.imshow("NEW",new_Image)
    cv2.waitKey()
    cv2.destroyAllWindows()

将HS通道值保持不变 把V通道值调整为255 效果如下

![0fcf917da7b44909be4d40b9d6a405ab.png][]

HV通道值保持不变 S通道值调整为255 效果如下

![6448fb7b832844269b8ab3c18b899e8f.png][]

## 三、alpha通道 ##

OpenCV在BGR色彩空间的基础上，又增加了一个用于设置图像透明度的A通道 即alpha通道，这样形成一个由BGR和A四个通道构成的色彩空间，A在0-255内取值，0表示透明，255表示不透明

下面我们把图像从BGR色彩空间转换到BGRA色彩空间，然后拆分通道，调整透明度，最后合并拆分后的图像并保存 效果如下

原图如下

![88a536dacba44dc79af85bfda458c4c9.png][]

透明度为172时如下

![eeb3cc0d9c5f47c9afec81118853bf28.png][]

透明度为0时图像完全透明

![d9489e219dd64c9e923c4c276881f1cc.png][]

代码如下

import cv2
    
    bgr_image = cv2.imread("5.1.jpg")
    # 把图5.1从BGR色彩空间转换到BGRA色彩空间
    bgra_image = cv2.cvtColor(bgr_image, cv2.COLOR_BGR2BGRA)
    cv2.imshow("BGRA", bgr_image) # 显示BGRA图像
    b, g, r, a = cv2.slit(bgra_image) # 拆分BGRA图像中的通道
    a[:, :] = 172 # 将BGRA图像的透明度调整为172（半透明）
    bgra_172 = cv2.merge([b, g, r, a]) # 合并拆分后并将透明度调整为172的通道图像
    a[:, :] = 0 # 将BG图像的透明度调整为0（透明）
    bgra_0 = cv2.merge([b, g, r, a]) # 合并拆分后并将透明度调整为0的通道图像
    cv2.imwrite(r"C:\Deop\bgra_iamge.png",bgra_image)
    cv2.imwrite(r"C:p\bgra_172.png",bgra_172)
    cv2.imwrite(r"C:\Use
    s\Administrator\Desktop\bgra_0.png",bgra_0)
    cv2.imshow("A = 172", bgra_172) # 显示透明度为172的BGRA图像
    cv2.imshow("A = 0", bgra_0) # 显示透明度为0的BGRA图像
    cv2.waitKey()
    cv2.destroyAllWindows()

**创作不易 觉得有帮助请点赞关注收藏~~~**

[721ed52883224d81b522483a50873eb6.png]: https://img-blog.csdnimg.cn/721ed52883224d81b522483a50873eb6.png
[e1695648e829499b9a2b4651e4bfb9a3.png]: https://img-blog.csdnimg.cn/e1695648e829499b9a2b4651e4bfb9a3.png
[85e26903bfc04bb996877b97c99ced09.png]: https://img-blog.csdnimg.cn/85e26903bfc04bb996877b97c99ced09.png
[0fcf917da7b44909be4d40b9d6a405ab.png]: https://img-blog.csdnimg.cn/0fcf917da7b44909be4d40b9d6a405ab.png
[6448fb7b832844269b8ab3c18b899e8f.png]: https://img-blog.csdnimg.cn/6448fb7b832844269b8ab3c18b899e8f.png
[88a536dacba44dc79af85bfda458c4c9.png]: https://img-blog.csdnimg.cn/88a536dacba44dc79af85bfda458c4c9.png
[eeb3cc0d9c5f47c9afec81118853bf28.png]: https://img-blog.csdnimg.cn/eeb3cc0d9c5f47c9afec81118853bf28.png
[d9489e219dd64c9e923c4c276881f1cc.png]: https://img-blog.csdnimg.cn/d9489e219dd64c9e923c4c276881f1cc.png