在OpenCV中，处理图像时经常需要提取或合并图像的RGB（红、绿、蓝）三色通道。OpenCV默认使用BGR（蓝、绿、红）顺序来存储图像的颜色通道，这一点与很多图像处理库（如PIL/Pillow）不同，后者通常使用RGB顺序。不过，OpenCV提供了灵活的方法来处理这种差异，并允许我们轻松地提取和合并颜色通道。

原图展示

提取BGR通道

假设我们有一个名为img的BGR图像（numpy.ndarray类型），我们可以使用切片来提取每个颜色通道，也可以通过cv2.split来分割颜色通道：

import cv2  
import numpy as np  # 读取图像  
img = cv2.imread('your_image_path.jpg')  # 提取蓝色通道  
blue_channel = img[:, :, 0]  # 提取绿色通道  
green_channel = img[:, :, 1]  # 提取红色通道  
red_channel = img[:, :, 2]  # cv2.split 分割提取
b, g, r = cv2.split(img)

提取蓝色通道：

 

合并BGR通道

合并通道时，你需要确保你正在合并的数组（或图像）具有正确的形状和类型。在OpenCV中，你可以使用numpy.dstack（深度堆叠）来合并通道，或者如果你在处理BGR图像，并想直接合并它们，可以使用cv2.merge。

使用numpy.dstack合并通道（通用方法）

# 假设你已经有三个单独的通道数组：red, green, blue  
# 注意：对于RGB顺序，blue应该是第一个，green是第二个，red是第三个  # 合并通道（这里以BGR为例）  
merged_img = np.dstack((blue_channel, green_channel, red_channel))  # 如果需要，将合并后的BGR图像转换为RGB  
merged_img_rgb = cv2.cvtColor(merged_img, cv2.COLOR_BGR2RGB)

使用cv2.merge合并BGR通道

# 使用cv2.merge合并BGR通道  
channels = [blue_channel, green_channel, red_channel]  
merged_img = cv2.merge(channels)  # merged_img现在是一个BGR图像

合并后：

在大多数OpenCV操作中，都可以直接使用BGR图像，但在需要将图像与其他使用RGB的库或工具（如PIL/Pillow）交互时，转换为RGB可能是必要的。