文章目录：『youcans 的 OpenCV 例程300篇 - 总目录』

【OpenCV 例程300篇】11. 图像通道的拆分（cv2.split）

函数 cv2.split() 将 3 通道 BGR 彩色图像分离为 B、G、R 单通道图像。

函数说明：

cv2.split(img[, mv]) -> retval # 图像拆分为 BGR 通道

• 函数 cv2.split() 传入一个图像数组，并将图像拆分为 B/G/R 三个通道。

参数说明：

• img：图像数据，nparray 多维数组
• mv：指定的分拆通道（可选）

注意事项：

1. 对于 openCV 使用的 BGR 格式图像，返回的分拆通道的次序为 B、G、R 通道。
2. BGR 彩色图像的数据形状为 (width, height, channels=3)，返回的 B/G/R 通道的数据形状为 (width, height)，不能按照 BGR 彩色图像直接显示。
3. 如果直接用 imshow 显示返回的单通道对象，将被视为 (width, height) 形状的灰度图像显示。
4. 如果要正确显示某一颜色分量，需要增加另外两个通道值（置 0）转换为 BGR 三通道格式，再用 imshow 才能显示为拆分通道的颜色。
5. cv2.split() 操作复杂耗时，可以直接使用 NumPy 切片得到分离通道。

基本例程：

    # 1.19 图像拆分通道img1 = cv2.imread("../images/imgB1.jpg", flags=1)  # flags=1 读取彩色图像(BGR)cv2.imshow("BGR", img1)  # BGR 图像# BGR 通道拆分bImg, gImg, rImg = cv2.split(img1)  # 拆分为 BGR 独立通道cv2.imshow("rImg", rImg)  # 直接显示红色分量 rImg 显示为灰度图像# 将单通道扩展为三通道imgZeros = np.zeros_like(img1)  # 创建与 img1 相同形状的黑色图像imgZeros[:,:,2] = rImg  # 在黑色图像模板添加红色分量 rImgcv2.imshow("channel R", imgZeros)  # 扩展为 BGR 通道print(img1.shape, rImg.shape, imgZeros.shape)cv2.waitKey(0)cv2.destroyAllWindows()  # 释放所有窗口

本例程的运行结果如下：

(512, 512, 3) (512, 512) (512, 512, 3)

运行结果表明：

1. 彩色图像 img1 的形状为 (512, 512, 3)，拆分的 R 通道 rImg 的形状为 (512, 512)。
2. 用 imshow 显示 rImg，将被视为 (512, 512) 形状的灰度图像显示，不能显示为红色通道。
3. 对 rImg 增加 B、G 两个通道值（置 0）转换为 BGR格式，再用 imshow 才能显示红色通道的颜色。

扩展例程：
使用 NumPy 切片得到分离通道更为简便，而且运行速度比 cv2.split 更快。

    # 1.20 图像拆分通道 (Numpy切片)img1 = cv2.imread("../images/imgB1.jpg", flags=1)  # flags=1 读取彩色图像(BGR)# 获取 B 通道bImg = img1.copy()  # 获取 BGRbImg[:, :, 1] = 0  # G=0bImg[:, :, 2] = 0  # R=0# 获取 G 通道gImg = img1.copy()  # 获取 BGRgImg[:, :, 0] = 0  # B=0gImg[:, :, 2] = 0  # R=0# 获取 R 通道rImg = img1.copy()  # 获取 BGRrImg[:, :, 0] = 0  # B=0rImg[:, :, 1] = 0  # G=0# 消除 B 通道grImg = img1.copy()  # 获取 BGRgrImg[:, :, 0] = 0  # B=0plt.subplot(221), plt.title("1. B channel"), plt.axis('off')bImg = cv2.cvtColor(bImg, cv2.COLOR_BGR2RGB)  # 图片格式转换：BGR(OpenCV) -> RGB(PyQt5)plt.imshow(bImg)  # matplotlib 显示 channel Bplt.subplot(222), plt.title("2. G channel"), plt.axis('off')gImg = cv2.cvtColor(gImg, cv2.COLOR_BGR2RGB)plt.imshow(gImg)  # matplotlib 显示 channel Gplt.subplot(223), plt.title("3. R channel"), plt.axis('off')rImg = cv2.cvtColor(rImg, cv2.COLOR_BGR2RGB)plt.imshow(rImg)  # matplotlib 显示 channel Rplt.subplot(224), plt.title("4. GR channel"), plt.axis('off')grImg = cv2.cvtColor(grImg, cv2.COLOR_BGR2RGB)plt.imshow(grImg)  # matplotlib 显示 channel GRplt.show()

本例程的运行结果如下，GR channel 是消除 B通道（保留 G/R 通道的图像）：

（本节完）

---

【第1章：图像的基本操作】
07. 图像的创建（np.zeros）
08. 图像的复制（np.copy）
10. 图像的拼接（np.hstack）
11. 图像通道的拆分（cv2.split）
12. 图像通道的合并（cv2.merge）

版权声明：
youcans@xupt 原创作品，转载必须标注原文链接：(https://blog.csdn.net/youcans/article/details/125112487)
Copyright 2022 youcans, XUPT
Crated：2021-11-18
欢迎关注专栏： 『youcans 的 OpenCV 例程 300 篇』