import cv2
import numpy as np
import matplotlib.pyplot as plt
img = cv2.imread('dog.jpg')
plt.xticks([]), plt.yticks([]) #隐藏x轴和y轴
plt.imshow(img)
运行结果:
img_gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
plt.xticks([]), plt.yticks([]) # 隐藏x和y轴
plt.imshow(img_gray)
运行结果:
使用cv2.imread()读取图像时,默认彩色图像的三通道顺序为B、G、R,这与我们所熟知的RGB中的R通道和B通道正好互换位置了。
而使用plt.imshow()函数却默认显示图像的通道顺序为R、G、B,导致图像出现色差发蓝。
那么为什么plt.imshow()显示灰度图(只有一个通道)还会出现色差呢?
上一段讲过,这是因为plt.imshow()函数默认显示三通道图像,把灰度图当作彩色图显示出来了,所以出现了发蓝的现象。
img = cv2.imread('dog.jpg') #读取通道顺序为B、G、R
b,g,r = cv2.split(img) #分别提取B、G、R通道
img_new1 = cv2.merge([r,g,b]) #重新组合为R、G、B
plt.xticks([]), plt.yticks([]) # 隐藏x和y轴
plt.imshow(img_new1)
运行结果:
img = cv2.imread('dog.jpg') #读取通道顺序为B、G、R
#img[:,:,0]表示图片的蓝色通道,对一个字符串s进行翻转用的是s[::-1],同样img[:,:,::-1]就表示BGR通道翻转,变成RGB
img_new2 = img[:, :, ::-1]
plt.xticks([]), plt.yticks([]) # 隐藏x和y轴
plt.imshow(img_new2)
运行结果:
img = cv2.imread('dog.jpg')
img_gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) #转换为灰度图
plt.xticks([]), plt.yticks([]) # 隐藏x和y轴
plt.imshow(img_gray,cmap='gray')
运行结果:
#cv2.imread()第二参数为0,直接将彩色图像转换为灰度图像
img = cv2.imread('dog.jpg',0)
plt.xticks([]), plt.yticks([]) # 隐藏x和y轴
plt.imshow(img_gray,cmap='gray')
运行结果: