我就废话不多说了，直接上代码吧！
import cv2
img = cv2.imread("1.jpg")
b, g, r = cv2.split(img) #分离函数
merged = cv2.merge([b,g,r]) #合并函数
cv2.imshow('image',img)
cv2.imshow("Blue 1", b)
cv2.imshow("Green 1", g)
cv2.imshow("Red 1", r)
cv2.imshow("merged 1", merged)
cv2.waitKey(0)
cv2.destroyAllWindows()
以上这篇python中图像通道分离与合并实例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持【听图阁-专注于Python设计】。
函数作为返回值 高阶函数除了可以接受函数作为参数外，还可以把函数作为结果值返回。 我们来实现一个可变参数的求和。通常情况下，求和的函数是这样定义的： def calc_sum(*ar...
1. 引言 在某些场景下，我们不仅需要进行实时人脸检测追踪，还要进行再加工；这里进行摄像头实时人脸检测，并对于实时检测的人脸进行初步提取； 单个/多个人脸检测，并依次在摄像头窗口，实时平...
1.用于简单的对象检测、跟踪 2.简单前背景分割 #encoding：utf-8 #黄色检测 import numpy as np import argparse import cv...
Softmax回归函数是用于将分类结果归一化。但它不同于一般的按照比例归一化的方法，它通过对数变换来进行归一化，这样实现了较大的值在归一化过程中收益更多的情况。 Softmax公式 S...
本文实例讲述了Python3.4解释器用法。分享给大家供大家参考，具体如下： Linux/Unix的系统上，Python解释器通常被安装在 /usr/local/bin/python3....