数字图像的本质

1 数字图像的本质是一个多维矩阵.

以Lena的 RGB 色彩空间图像为例, 编写如下代码（Lena的全身图特别惊艳，推荐大家去看一下，这里就不放了，我怕被和谐，哈哈哈哈）

from PIL import Image
import numpy as np
im = Image.open('lena.png')
img = np.array(im) 
print(img.shape)
#(512, 512, 3)

说明这个图像有512 行,512列, 以及在色彩上有 3 个分量.

进一步分解该图片得到 R, G, B 三个通道分量:

from PIL import Image
im = Image.open('lena.png')
r, g, b = im.split()
r.show()
g.show()
b.show()

得到如下三张图片, 每个分量单独拿出来都是一个 [512, 512, 1] 的矩阵

R 通道的灰度图像: G 通道的灰度图像: B 通道的灰度图像: 如你所见, 它们并不是彩色的，而是一幅灰度图像

2 交换通道

如果我们交换一下分量放置的顺序, 把 B 分量放进红色通道里, 把 G 分量放进绿色通道里, R 分量放进蓝色通道里, 可以得到如下一副图像:

from PIL import Image
im = Image.open('lena.png')
r, g, b = im.split()
im = Image.merge('RGB', (b, g, r))
im.show()

这里用到的函数 Image.merge(mode,bands) ⇒ image

含义：使用一些单通道图像，创建一个新的图像。变量bands为一个图像的元组或者列表，每个通道的模式由变量mode描述。所有通道必须有相同的尺寸。