OpenCV合并无法合并图像通道答案

【问题标题】：OpenCV merge failing to merge image channelOpenCV合并无法合并图像通道
【发布时间】：2019-09-08 04:18:05
【问题描述】：

我正在尝试将高斯噪声添加到图像的单个通道中。

import cv2 as cv
import numpy as np

img1 = cv.imread('input/foo.png')
img1_blue, img1_green, img1_red = cv.split(img1)
img1_h, img1_w, _ = img1.shape

s = 5
noise = np.random.normal(0, s, (img1_h, img1_w))
img1_gn = img1_green + noise

print(img1_green.shape) # (512, 384)
print(img1_gn.shape)    # (512, 384)
print(img1_blue.shape)  # (512, 384)

img1_g_noise = cv.merge((img1_blue, img1_gn, img1_red))

这会导致以下错误：

---------------------------------------------------------------------------
error                                     Traceback (most recent call last)
<ipython-input-34-049cf9e65133> in <module>
     13 
---> 14 img1_g_noise = cv.merge((img1_blue, img1_gn, img1_red))
     15 

error: OpenCV(3.4.5) /io/opencv/modules/core/src/merge.cpp:293: error: (-215:Assertion failed) mv[i].size == mv[0].size && mv[i].depth() == depth in function 'merge'

我不确定这是如何发生的，或者为什么会发生。生成的嘈杂绿色通道与其他两个通道具有相同的尺寸和类型。重新组合原来的绿色通道就可以了。任何转向方向表示赞赏，并提前感谢您。

【问题讨论】：

标签： python-3.x numpy opencv

【解决方案1】：

这是因为噪声和通道数据类型不匹配。 numpy 矩阵的默认数据类型为 numpy.float64。并且您必须通过将.astype(img1_blue.dtype) 添加到噪声防御来定义 rach 通道类型的噪声。

编辑代码：

import cv2 as cv
import numpy as np

img1 = cv.imread('list.JPG')
img1_blue, img1_green, img1_red = cv.split(img1)
img1_h, img1_w, _ = img1.shape

s = 5
noise = np.random.normal(0, s, (img1_h, img1_w)).astype(img1_blue.dtype)
img1_gn = img1_green + noise

print(img1_green.shape) # (512, 384)
print(img1_gn.shape)    # (512, 384)
print(img1_blue.shape)  # (512, 384)

img1_g_noise = cv.merge((img1_blue, img1_gn, img1_red))
cv.imshow("img1_g_noise",img1_g_noise)
cv2.waitKey()

【讨论】：

【解决方案2】：

这是dtype 问题。

默认情况下，image_blue 和 image_red 是 uint8 类型；但noise 是float16 类型。

解决方案1

您可以通过以下方式将noise 更改为 'unint8` 类型：

noise = noise.astype('image_red.type')

但这会让噪音损失很多信息。

解决方案2

您还可以通过添加以下两行将所有 rgb 通道更改为 float16 dtype：

img1_blue = img1_blue.astype(img1_gn.dtype)
img1_red = img1_red.astype(img1_gn.dtype)

【讨论】：