OpenCV技术应用（6）— 暖色滤镜和冷色滤镜

前言：Hello大家好，我是小哥谈。本节课就手把手教大家如何将一幅图像转化成暖色滤镜和冷色滤镜，希望大家学习之后能够有所收获~！🌈

🚀1.技术介绍

🚀2.暖色滤镜

🚀3.冷色滤镜

🚀1.技术介绍

暖色滤镜又可以称作“暖色调”。需要注意的是，色调指的不是颜色，而是对一幅图像整体颜色的评价。通常可以从色相、明度、冷暖、纯度这4个方面来定义一幅图像的色调。例如，一幅图像有明确的色调：红调子是从色相来说的；稍暗的调子是从明度来说的；暖调子是从冷暖来说的；灰调子是从纯度来说的。

本案例的目的是让下图所示的图像实现暖色滤镜的效果。所谓暖色滤镜，就是让一幅图像的整体颜色偏红，进而达到暖色调的效果。

冷色滤镜又可以称作“冷色调”。其中，冷色调是按冷暖来说的。本实例的目的是让下图所示的图像实现冷色滤镜的效果。所谓冷色滤镜，就是让一幅图像的整体颜色偏蓝，进而达到冷色调的效果。

🚀2.暖色滤镜

一幅图像是由红色、绿色、蓝色这3个通道组成的，颜色通道一般有RGB和BGR两种，其中OpenCV采用的颜色通道是BGR。要想让一幅图像实现暖色滤镜的效果，即让一幅图像的整体颜色偏红，就要对这幅图像进行拆分通道处理。为了拆分图像中的通道，OpenCV提供了split()方法。当使用split()方法按B→G→R的顺序拆分通道时，split()方法的语法格式如下所示：

b, g, r = cv2.split(rgb_image)

参数说明：

b：B通道图像；

g：G通道图像；

r：R通道图像；

rgb_image：一幅RGB图像。

拆分图像中的通道后，调整R通道的值，即可实现暖色滤镜的效果。调整R通道的值的关键代码如下所示：

r[:, :] = 255

为了在窗口显示这幅图像实现暖色滤镜的效果，就要对拆分且调整后的通道进行合并。因此，要借助OpenCV中用于合并通道的merge()方法。当使用merge()方法按B→G→R的顺序合并通道时，merge()方法的语法格式如下所示：

bgr = cv2.merge([b, g, r])

参数说明：

bgr：按B→G→R的顺序合并通道后得到的图像；

b：B通道图像；

g：G通道图像；

r：R通道图像。

具体的实现代码如下所示：

import cv2

img = cv2.imread(r"C:\Users\Lenovo\PycharmProjects\yolov5-master1\data\images\1.jpg") # 读取当前项目文件夹下的图像
cv2.imshow("rgb_image", img) # 窗口显示读取到的图像
b, g, r = cv2.split(img) # 拆分图像1.jpg的通道
r[:, :] = 255 # 将R通道的值调整为255
bgr_255 = cv2.merge([b, g, r]) # 按B→G→R的顺序合并通道
cv2.imshow("bgr_255", bgr_255) # 窗口显示R通道的值被调整为255的图像
cv2.waitKey() # 按下键盘上的任意按键后
cv2.destroyAllWindows() # 销毁显示图像的所有窗口

运行结果如下所示：

🚀3.冷色滤镜

要想让一幅图像实现冷色滤镜的效果，即让一幅图像的整体颜色偏蓝，就要对这幅图像进行拆分通道处理。为了拆分图像中的通道，OpenCV提供了split()方法。当使用split()方法按B→G→R的顺序拆分通道时，split()方法的语法格式如下所示：

b, g, r = cv2.split(rgb_image)

参数说明：

b：B通道图像；

g：G通道图像；

r：R通道图像；

rgb_image：一幅RGB图像。

拆分图像中的通道后，调整B通道的值，即可实现冷色滤镜的效果。调整B通道的值的关键代码如下所示：

b[:, :] = 255

为了在窗口显示这幅图像实现冷色滤镜的效果，就要对拆分且调整后的通道进行合并。因此，要借助OpenCV中用于合并通道的merge()方法。当使用merge()方法按B→G→R的顺序合并通道时，merge()方法的语法格式如下所示：

bgr = cv2.merge([b, g, r])

参数说明：

bgr：按B→G→R的顺序合并通道后得到的图像；

b：B通道图像；

g：G通道图像；

r：R通道图像。

具体的实现代码如下所示：

import cv2

img = cv2.imread(r"C:\Users\Lenovo\PycharmProjects\yolov5-master1\data\images\1.jpg") # 读取当前项目文件夹下的图像
cv2.imshow("rgb_image", img) # 窗口显示读取到的图像
b, g, r = cv2.split(img) # 拆分图像1.jpg的通道
b[:, :] = 255 # 将B通道的值调整为255
bgr_255 = cv2.merge([b, g, r]) # 按B→G→R的顺序合并通道
cv2.imshow("bgr_255", bgr_255) # 窗口显示B通道的值被调整为255的图像
cv2.waitKey() # 按下键盘上的任意按键后
cv2.destroyAllWindows() # 销毁显示图像的所有窗口

运行结果如下所示：