4.3 图像元素访问、通道分离与合并

对图像方面了解，可参考：http://www.cambridgeincolour.com/

1. 元素访问 通过对图像添加人工的椒盐现象了解元素访问

import cv2
import numpy as np
def salt(img, n):
    for k in range(n):
        i = int(np.random.random() * img.shape[1]);
        j = int(np.random.random() * img.shape[0]);
        if img.ndim == 2: 
            img[j,i] = 0
        elif img.ndim == 3: 
            img[j,i,0]= 0
            img[j,i,1]= 0
            img[j,i,2]= 0
    return img
if __name__ == '__main__':
    img = cv2.imread("G:\\python project\\cat.jpg")
    saltImage = salt(img, 500)
    cv2.imshow("Salt", saltImage)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

对于灰度图，只需要img[i,j]就可以进行访问赋值（0-255不同灰度值：0为黑，255为白）；对于RGB，多了第三个量--通道（0：R通道；1：G通道；2：B通道），赋值为0-255。

结果：

2.通道分离：可以直接通过Opencv中split()函数

b, g, r = cv2.split(img)

1. 通道合并：可以直接通过Opencv中merge()函数

merged = cv2.merge([b,g,r])

当然，通道分离与合并可以通过其他方法（如：Numpy）进行,完整代码

import cv2
import numpy as np
img = cv2.imread("G:\\python project\\cat.jpg")
b, g, r = cv2.split(img)
merged = cv2.merge([b,g,r])
print "Merge by OpenCV" 
print merged.strides
print merged
mergedByNp = np.dstack([b,g,r]) 
print "Merge by NumPy " 
print mergedByNp.strides
print mergedByNp
cv2.imshow("Merged", merged)
cv2.imshow("MergedByNp", merged)
cv2.imshow("Blue", b)
cv2.imshow("Red", r)
cv2.imshow("Green", g)
cv2.waitKey(0)
cv2.destroyAllWindows()

运行结果：

原创自：http://blog.csdn.net/sunny2038/article/details/9080047（作者：sunny2038）