Python OpenCV 图像通道数判断与基本操作指南
发布时间：2026-10-15 |
3人浏览过
本文介绍Python中使用OpenCV进行图像读取、保存及通道判断的基本方法。重点讲解imread/imwrite处理中文路径的注意事项，以及利用imdecode/imencode解决路径问题的技巧。同时提供BGR转RGB和灰度图的转换代码，并详细说明如何通过ndim属性快速判断图像是否为单通道灰度图及获取具体通道数。
前言
OpenCV作为图像处理领域的常用库，初学者通常从图片的读取、保存及信息查询入手。掌握这些基础操作后，可以更顺畅地结合matplotlib、numpy等工具完成复杂的图像任务。
教程
1、读取/保存图片
1）imread和imwrite方法
注意：使用上述标准方法时，若文件路径包含中文字符，程序可能会报错。
import cv2
# 参数1：文件路径
# 参数2：读取方式
# 常用几种模式：
# 灰度图：cv2.IMREAD_GRAYSCALE
# BGR三通道彩色图：cv2.IMREAD_COLOR
# 原始通道（自动判断：单通道/三通道/四通道等）：cv2.IMREAD_UNCHANGED
img = cv2.imread('图像文件路径（全英文）', cv2.IMREAD_COLOR)
# 参数1：文件路径
# 参数2：待保存的图像（BGR格式的uint8 ndarray类型）
# 参数3【可选】：压缩模式以及质量等
# 常用几种模式：
# 灰度图：cv2.IMREAD_GRAYSCALE
# BGR三通道彩色图：cv2.IMREAD_COLOR
# 原始通道（自动判断：单通道/三通道/四通道等）：cv2.IMREAD_UNCHANGED
img_saved = cv2.imwrite('图像输出路径（含图像名）', img)
2）imdecode和imencode方法
import cv2
import numpy as np
# cv2.imdecode()：从指定的内存缓存中读取数据,并把数据转换成图像格式
src_img_path = './image.png'
img=cv2.imdecode(np.fromfile(src_img_path, dtype=np.uint8),cv2.IMREAD_UNCHANGED)
# cv2.imencode()：将图片格式转换成流数据，写入内存缓存中，可以再调用.tofile()写入到磁盘中
out_img_path = './image.jpg'
extension = '.jpg'
cv2.imencode(extension,img)[1].tofile(out_img_path)
2、编码转换
1）BGR转RGB
matplotlib.pyplot的imshow()函数常用于图像显示，但OpenCV默认以BGR格式加载图像。若直接显示，颜色会出现异常，因此需先进行格式转换。
img_rgb = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)
2）BGR转GRAY
将三通道的BGR彩色图像转换为单通道的灰度图像。
img_gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
3、快速判断图像是否单通道灰度图
if img.ndim == 2:
print('图像是单通道灰度图')
else:
print('图像包含多个通道')
4、获取图像通道数
def get_n_channel(img):
if img.ndim == 2:
print('通道数：1')
return 1
else:
print('图像包含多个通道')
return img.shape[2]本文介绍了Python OpenCV中关于图像通道数判断及相关基础操作的内容。如需了解更多OpenCV图像相关技巧，可查阅本站历史文章或继续浏览后续内容，感谢支持。
本站声明
本文内容仅供参考，不代表本站观点。转载或引用请注明出处。如发现内容问题，请通过联系我们页面反馈。
