# Homework

**Repository Path**: bethvenous/AI-Homework

## Basic Information

- **Project Name**: Homework
- **Description**: Store the homework for testing
- **Primary Language**: Python
- **License**: GPL-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 1
- **Created**: 2019-02-27
- **Last Updated**: 2021-01-18

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 第一周作业 - Python&opencv显示彩色图片的HSV 、BGR分量图的程序

#### 作业描述
使用Python&Opencv读取图片，并通过函数cvtColor()和Split()分离图片不同通道并使用matplotlib坐标显示对比图

#### 软件架构

编程语言：Python 3.6.6
模块：OpenCV 4.0.0，OS，Matplotlib

#### 结果预览

![HSV分量通道图](https://images.gitee.com/uploads/images/2019/0301/115045_570b1b0a_4836253.png "Screen Shot 2019-03-01 at 11.48.08 AM.png")

![BGR分量通道图](https://images.gitee.com/uploads/images/2019/0301/115127_c22c382d_4836253.png "Screen Shot 2019-03-01 at 11.48.38 AM.png")

#### 程序实现

1. 判断图片路径是否存在，如果存在导入图片

```
#get the absolut image path
#eg. can try opencv-logo2.png for testing
imgPath = os.path.abspath("week1/opencv-logo2.png")

#verify the path is file or not
if os.path.isfile(imgPath):

    #read the image
    image1 = cv2.imread(imgPath)
```

2. 实现图片HSV通道分离

```
#splitting an RGB image to H,S,V channels
    imageSplitHSV = cv2.cvtColor(image1, cv2.COLOR_BGR2HSV)
    
    #get the HSV image
    h, s, v = cv2.split(imageSplitHSV)
```
3. 显示原始图以及分离后的通道图，使用matplotlib请注意其显示方式为RGB颜色，而opencv图片显示方式为BGR，所以在最终imshow一定要进行图片颜色转化cv2.cvtColor(image1, cv2.COLOR_BGR2RGB)

```
 #matplotlib show the image as RGB, but cv2 show the image as BGR, so need to correct the channels, before display
    plt.subplot(221), plt.axis("off"), plt.imshow(cv2.cvtColor(image1, cv2.COLOR_BGR2RGB)), plt.title('Original Image')
    plt.subplot(222), plt.axis("off"), plt.imshow(cv2.cvtColor(h, cv2.COLOR_BGR2RGB)), plt.title('Hue')
    plt.subplot(223), plt.axis("off"), plt.imshow(cv2.cvtColor(s, cv2.COLOR_BGR2RGB)), plt.title('Saturation')
    plt.subplot(224), plt.axis("off"), plt.imshow(cv2.cvtColor(v, cv2.COLOR_BGR2RGB)), plt.title('Value')

    plt.show()
```
4. 图片一直停留窗口

```
cv2.waitKey(0)
```

5. 实现图片BGR通道分离

```
 #splitting an RGB image to R,G,B channels - python
    #cv2.split函数分离得到各个通道的灰度值(单通道图像)
    b, g, r = cv2.split(image1)
```
如图所示，将BGR颜色分量提取后，显示的结果将会是以该颜色的灰度图，例如红色分量，由于原始图片为三原色，红色越亮，就显示为白色，同理绿色分量和蓝色分量部分，绿色和蓝色也会在单通道颜色中显示为白色。
![BGR分量通道图](https://images.gitee.com/uploads/images/2019/0301/115127_c22c382d_4836253.png "Screen Shot 2019-03-01 at 11.48.38 AM.png")

6. 显示原始图以及分离后的B、G、R单通道图

```
    plt.subplot(221), plt.axis("off"), plt.imshow(cv2.cvtColor(image1, cv2.COLOR_BGR2RGB)), plt.title('Original Image')
    plt.subplot(222), plt.axis("off"), plt.imshow(cv2.cvtColor(b, cv2.COLOR_BGR2RGB)), plt.title('Blue')
    plt.subplot(223), plt.axis("off"), plt.imshow(cv2.cvtColor(g, cv2.COLOR_BGR2RGB)), plt.title('Green')
    plt.subplot(224), plt.axis("off"), plt.imshow(cv2.cvtColor(r, cv2.COLOR_BGR2RGB)), plt.title('Red')

    plt.show()
```
7.图片一直停留窗口，直到点击任何键，程序结束，销毁窗口

```
 cv2.waitKey(0)
 cv2.destroyAllWindows()
```
#### 思考：
为什么RGB通道分离只显示灰色图而不是彩色图？

#cv2.split函数分离得到各个通道的灰度值(单通道图像)，可以通过cv2.merge进行通道扩展
#cv2.merge函数是合并单通道成多通道（不能合并多个多通道图像）
#分别扩展B、G、R成为三通道。另外两个通道用上面的值为0的数组填充

#### 程序验证
```
# 生成一个值为0的单通道数组
    zeros = np.zeros(image1.shape[:2], dtype = "uint8")

    #cv2.merge函数是合并单通道成多通道（不能合并多个多通道图像）
    #分别扩展B、G、R成为三通道。另外两个通道用上面的值为0的数组填充

    cv2.imshow("Blue", cv2.merge([b, zeros, zeros]))
    cv2.imshow("Green", cv2.merge([zeros, g, zeros]))
    cv2.imshow("Red", cv2.merge([zeros, zeros, r])) 
```