rgb颜色通道数值,在rgb的图像模式中有几个通道

　　通常，RGB图像被转换成灰度图像。灰度图像很少转换成RGB图像。如有必要，将灰度图像转换为RGB图像。但是在网上找到这样的答案很少，马上就变得毫无准备。我用opencv-python来解决这个问题。

　　我知道opencv有参数cv2。函数cvtcolor()中的COLOR_GRAY2BGR。我可以直接把灰度图像转换成RGB图像吗？

　　导入numpy为npimport cv2#首先读取照片src=cv2.imread(demo.jpg)，0)为灰色，然后使用ctvcolor)函数转换图像。SRC_RGB=cv2.cvtcolor(src，cv2。COLOR_GRAY2BGR)显示图像cv2.imshow)、src) cv2.imshow)、输出)、输出)

　　显示图像：

　　你会发现什么都没变。果然是灰色的图像。那我该怎么办呢？

　　RGB图像具有三维信息，每种颜色相当于一个三维矢量，表达规律相当于同一个矢量在不同的坐标轴下表示，也就是在不同的基下表示。如果转换成灰度，就只剩下一维了。就像把三维向量投影到一维标量上一样，无法还原成原始向量。要恢复，必须保存其他两个维度的信息。原则上，它们是原始的三维向量。

　　那我该怎么办呢？

　　将RGB表示转换为gGB表示。也就是说，蓝色分量r被灰色分量g代替.蓝色分量B和绿色分量G保持不变。由于灰度g=p*R q*G t*B(其中p=0.2989，q=0.5870，t=0.1140)，r=(g-q*g-t*b )/p)，所以只需保留两个颜色分量B和G，加上灰度G，就可以恢复，同样，我们的G可以自由替换为红、绿、蓝三个分量中的任意一个。我们来演示一下。

　　from _ _ Future _ importdivisionimportnumpyasnpimportcv 2 src=cv2 . im read(c:/users/12914/pictures/messic v2。)数据结构为3D numpy.array，其中，索引的顺序为行、列、通道：b=src (:0) g=src 2)，灰度级g=p*R q*G t*B(其中p)。因此，只需要保留R和G两个颜色分量并加上灰度级G，就可以恢复原始的RGB图像。g=src _ gray[:]p=0.2989；q=0.5870t=0.1140 b _ new=(g-p * r-q * g)/TB _ new=NP . uint 8(b _ new)src _ new=NP . zeros()src . shape))

　　可见“结果”和“输入”的形象是一致的。所以只使用cvtcolor()函数并不能直接将灰度图像转换成RGB图像。