为什么应用同一通道三次会产生黑白图像？

Question

我正在用opencv进行颜色交换的实验。在下面的代码片段中，结果与我的预期非常接近

import cv2

color = cv2.imread("lohri.jpg")
b,g,r = cv2.split(color)
swap = cv2.imwrite("swap.jpg", cv2.merge((r,g,b)))

正如你在上面看到的，我已经交换了红色和蓝色的两个颜色通道。但如果我只应用一个通道，如下所示：

swap = cv2.imwrite("swap.jpg", cv2.merge((b,b,b)))

它会产生黑白图像。我不明白为什么。有人能帮我理解吗

以下是应用同一通道三次后得到的图像

原始图像看起来像：

无论选择哪个通道（r、g、b），都会发生这种情况

Answer 1

这里有几件事需要理解

首先，我们应该讨论颜色编码是如何工作的Source article. Highly recommend reading it

A digital photograph consists of pixels, a pixel being a colored dot, the smallest element of the image. Each pixel has one and only one color.

我的

这里的主要内容是，最终的图像是不同通道的组合（可以这么说）。更多关于这一点（稍后）为每一个像素

秒

Multiple ways of color coding exist. The most prominent of these is RGB. So there we are: RGB. R means: red. G means: green. B means: blue. The RGB color coding assumes that every color has three components: red, green and blue. Believe it or not, all colors that humans can see can be composed from a combination of red, green and blue.

这里需要理解的重要一点是，R、G、B只是表示每个像素的“组合”的一种方式。正是这种组合给了我们在图像中看到的颜色

第三个，在RGB中，数字表示该颜色/通道分量的“数量”。0表示：无，255表示：最大金额

第四

First observation: In the RGB way of color coding, the higher the numbers, the lighter the corresponding color.

Second observation: When all three of R, G and B are equal, we get a neutral color: white, grey or black.

理解这一部分非常重要。由于R、G和B值仅表示组件，因此必须根据每个组件的“数量”对它们进行合并。如果它们的数量相等，它们都会产生从黑到白（通常称为灰度）的阴影。黑/白度取决于每个通道的实际数量，0为黑色，255为白色，其他介于两者之间。理解这一点很重要，这意味着图像仍然可以具有3个R、G、B分量，但对于灰度像素，它们都被设置为相同的值

现在，深入到它的编码方面，重要的是要认识到，数字只是，纯数字

import cv2

color = cv2.imread("lohri.jpg")
b,g,r = cv2.split(color)

这里，b、g和r不再是什么特殊的，它们只是存储数字的矩阵，每个像素一个。我可以很好地为他们写下不同的名字，如下所示：

import cv2

color = cv2.imread("lohri.jpg")
apple,mango,orange = cv2.split(color) #perfectly valid, although confusing

很明显，名字就是那个，名字。只有图像中的“组合”赋予了它们任何意义。那么，当你做这一步的时候

swap = cv2.imwrite("swap.jpg", cv2.merge((b,b,b)))

我可以这样写

swap = cv2.imwrite("swap.jpg", cv2.merge((some_random_matrix,some_random_matrix,some_random_matrix)))

或者像这样,

swap = cv2.imwrite("swap.jpg", cv2.merge((apple,apple,apple)))

需要理解的重要一点是：变量名b本身没有任何意义，它只是一个数字矩阵。使用合并功能并将每个R、G和B通道设置为相同的矩阵时，可以有效地为每个R、G、B值为每个像素指定相同的值。正如我们以前所知道的，当像素的每个“通道”具有相同的值时，“组合”总是从黑到白（或灰度）

最后，如果您希望它看起来是blue而不是灰度，那么您现在可以猜出正确的方法

正确的方法是将值保留在蓝色通道中，但为每个像素将其他通道设置为0。将所有通道设置为相同的值并不能使您获得“更多特定颜色”，因为该值本身没有任何意义，它只是每个通道上的值的“组合”

color = cv2.imread('lohri.jpg')

new_image = color.copy()
# set green and red channels to 0
new_image[:, :, 1] = 0
new_image[:, :, 2] = 0
cv2.imwrite("only_blue.jpg", new_image)