使用OpenCV将RGB图像分离为红色和绿色的蓝色组件，并使用以下内容进行操作

Question

我需要OpenCV和Python的帮助。

如何使用OpenCV和Python映像的绿色、红色和蓝色组件？为了处理这些矩阵，我还需要将每个矩阵细分为8x8个子矩阵，因为我正在考虑使用numpy。

到目前为止，我的代码如下所示，但我无法确定它是否正确。

import matplotlib.pyplot as plt
import cv2
import numpy as np

img = cv2.imread("4.jpg")
b = img[:,:,0]
g = img[:,:,1]
r = img[:,:,2]

divb = np.split(b,8)  # divide b in submatrices 8x8?
divg = np.split(g,8)  # divide g in submatrices 8x8?
divr = np.split(r,8)  # divide r in submatrices 8x8?

print('blue:', b)
print('red:', g)
print('green:', r)

cv2.imshow('img',img)

Answer 1

不幸的是，没有内置的numpy方法将一个矩阵分解为8×8个子矩阵。此外，我在处理这个问题时的主要假设是，你可以将图像的宽度和高度设为8倍。我认为你绝对是在正确的轨道上：

img = cv2.imread("4.jpg")
b,g,r = cv2.split(img)

def sub_matrices(color_channel):
    matrices = []
    #How can you change how this loop iterates?
    #Also consider adding stopping conditions and/or additional loops for
    #excess parts of the image.
    for i in range(int(color_channel.shape[0]/8)):
        for j in range(int(color_channel.shape[1]/8)):
            matrices.append(color_channel[i*8:i*8 + 8, j*8:j*8+8])
    return matrices

#returns list of sub matrices
r_submatrices = sub_matrices(r)

代码应该很清楚。就像我说的，如果图像的维数没有填充到维数为8，那么图像的一部分就不会在任何子矩阵中(具体来说，对于此代码，请根据您的需要进行更改)。这段代码当然可以被优化(查找缓存阻塞)，并对任意大小的子矩阵进行修改(我将作为练习留给您)。希望这能有所帮助。

Answer 2

import cv2
import matplotlib.pyplot as plt
    
img=cv2.imread("image.jpeg",1) 
    
img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
R = img.copy() 
G = img.copy()
B = img.copy()

R[:,:,1] = R[:,:,2] = 0
G[:,:,0] = G[:,:,2] = 0
B[:,:,0] = B[:,:,1] = 0


fig = plt.figure(figsize=(18,18))
ax = fig.add_subplot(221)
bx = fig.add_subplot(222)
cx = fig.add_subplot(223)
dx = fig.add_subplot(224)

bx.imshow (R)
cx.imshow (G)
dx.imshow (B)
ax.imshow (img)



plt.show()