python - cv2.merge((r,g,b)) 是如何工作的？

Question

我正在尝试对具有 RGB 颜色的图像执行线性滤镜。我找到了一种方法，即将图像分割为不同的颜色层，然后合并它们。

即:

cv2.split(img)
Sobel(b...)
Sobel(g...)
Sobel(r...)
cv2.merge((b,g,r))

我想了解 cv2.merge((b,g,r)) 的工作原理以及最终图像的构建方式。

Answer 1

cv2.merge 获取单 channel 图像并将它们组合起来形成多 channel 图像。您已在每个 channel 上单独运行 Sobel 边缘检测算法。然后，您将结果组合在一起形成最终的输出图像。如果将结果组合在一起，一开始在视觉上可能没有意义，但您将显示的是组合成单个图像的所有三个平面的边缘检测结果。

理想情况下，红色色调将告诉您红色 channel 中边缘检测的强度，绿色色调将告诉您绿色 channel 检测的强度，最后蓝色色调将告诉您蓝色 channel 中检测的强度。

有时，这是一个很好的调试工具，这样您就可以在语义上查看单个图像中每个 channel 的所有边缘信息。然而，对于具有大量纹理和事件的非常复杂的图像，这很可能很难解释。

更常见的做法是使用颜色边缘检测算法实际进行边缘检测，或者将图像转换为灰度并在该图像上进行检测。

作为前者的一个例子，我们可以将 RGB 图像分解为 HSV 并使用该空间中的颜色信息来进行更好的边缘检测。请参阅 Micka 的回答:OpenCV Edge/Border detection based on color .