【计算机视觉】人脸算法之图像处理基础知识（二）

图像处理基础知识（二）

1.图像的颜色空间转换

我们常见的图像通常由R（红色）、G（绿色）、B（蓝色）组成。但是在很多时候我们会将彩色图像转换成灰度图像进行处理。此时会用到cv2.cvtColor函数，它有很多转换方式，如

cv2.COLOR_BGR2GRAY：将 BGR 图像转换为灰度图像。
cv2.COLOR_BGR2HSV：将 BGR 图像转换为 HSV 颜色空间。
cv2.COLOR_BGR2RGB：将 BGR 图像转换为 RGB 颜色空间。
cv2.COLOR_GRAY2BGR：将灰度图像转换为 BGR 图像。
cv2.COLOR_HSV2BGR：将 HSV 颜色空间转换为 BGR 图像。

import cv2

#定义图片路径
imgpath = "images/img1.jpg"
img = cv2.imread(imgpath) #加载图像
img = cv2.resize(img, (img.shape[1]//2, img.shape[0]//2)) #缩小图像尺寸，方便展示
img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)#将彩色图像转成灰度图像
cv2.imshow("img", img)
cv2.waitKey(0) #和imshow函数一起使用，显示图像

2.彩色图像的通道分离和混合

opencv中通过split和merge函数实现图像的分离和融合

import cv2

#定义图片路径
imgpath = "images/img1.jpg"
img = cv2.imread(imgpath) #加载图像
img = cv2.resize(img, (img.shape[1]//4, img.shape[0]//4))
b,g,r = cv2.split(img) #将多通道图像分离成单通道
cv2.imshow("b", b)
cv2.imshow("g", g)
cv2.imshow("r", r)
cv2.waitKey(0) 

import cv2

imgpath = "images/img1.jpg"
img = cv2.imread(imgpath)
img = cv2.resize(img, (img.shape[1]//4, img.shape[0]//4))
b,g,r = cv2.split(img) #分离图像
merge = cv2.merge([b,g,r]) #合并图像
cv2.imshow("merge", merge)
cv2.waitKey(0)