一文读懂图像中的通道-技术圈

有少数颜色空间可以表示图像，如RGB，BGR，HSV，CMYK等，但它们都有一些共同点。它们是这些色彩空间用来共同形成图像的通道。

灰度图像

灰度图像是单通道图像，其中每个像素只携带有关光强度的信息。这些图像完全由灰色阴影组成。

灰度图像不应与仅包含黑白像素的黑白图像（二值图像）混淆。在二值图像中，一个像素要么是黑色，要么是白色。它们之间没有颜色。但是灰度图像的像素有很大的灰度范围。

现在让我们看看打印灰度图像阵列时得到了什么。为此，我们使用以下代码：

import cv2 as cv
image = cv.imread("D://medium_blogs//architecture.jpg")
gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
print(gray)
print("")
print(gray.shape)

输出为：

如你所见，打印的阵列是一个二维阵列，其中每个数字代表一个像素，数字的值是该像素中的光强度。

由于上述图像阵列中的每个数字代表一个像素，因此称为单通道图像。计算机视觉中每个像素的光强度是从0到255测量的，称为像素值。像素值为0时为黑色，像素值为255时为白色。因为我们使用OpenCV来读取图像数组，所以上面数组的尺寸是形状高度x宽度。在这里，图像沿y轴（高度）有6016个像素，沿x轴（宽度）有4016个像素。

RGB图像

与灰度图像不同，RGB图像是三通道的。每个像素由三个通道组成，每个通道代表一种颜色。现在，让我们打印一个RGB图像并观察结果。我们使用以下代码：

import cv2 as cv
image = cv.imread("D://medium_blogs//architecture.jpg")
RGB = cv.cvtColor(image, cv.COLOR_BGR2RGB)
print(RGB)
print("")
print(RGB.shape)

输出为：

这次的输出是一个三维数组！在此图像中，每个像素有三个通道。第二维度中的每个数组表示一个像素。第0个指标是红光强度，第1个指标是绿光强度，第2个指标是蓝光强度。

打印此图像的形状时，它将打印一个包含高度、宽度和通道数的元组。将这三个值相乘，得到图像数组中的值总数。

分别显示每个通道

现在我们知道了什么是通道，让我们看看每个通道分别是什么样子。观察下图：

现在让我们使用以下代码拆分上面图像的通道：

import cv2 as cv
import numpy as np
image = cv.imread("D://medium_blogs//colours.jpg")
image = cv.cvtColor(image, cv.COLOR_BGR2RGB)
(R,G,B) = cv.split(image)
cv.namedWindow("Blue", cv.WINDOW_NORMAL)
cv.namedWindow("Green", cv.WINDOW_NORMAL)
cv.namedWindow("Red", cv.WINDOW_NORMAL)
cv.imshow("Blue",B)
cv.imshow("Green", G)
cv.imshow("Red", R)
cv.imwrite("D://medium_blogs//channel_red.jpg", R)
cv.imwrite("D://medium_blogs//channel_green.jpg", G)
cv.imwrite("D://medium_blogs//channel_blue.jpg", B)
if cv.waitKey(0):
    cv.destroyAllWindows()