之前分享了有关颜色空间（色彩空间）的总结，最初的想法是想把RGB图像的三个通道拆分开来，结果拆分过程比较曲折，所以写一篇博客记录下来，仅供参考。
首先，我们可以利用opencv中的两个函数来拆分通道（cv2.split）和合并通道（cv2.merge），代码如下：
import cv2
img = cv2.imread('test.jpg') #opencv读取图像文件
b, g ,r =cv2.split(img) #顺序是b,g,r，不是r,g,b
merged = cv2.merge([b,g,r])
cv2.imshow('image',img)
cv2.imshow("Blue 1", b)
cv2.imshow("Green 1", g)
cv2.imshow("Red 1", r)
cv2.imshow("merged 1", merged)
cv2.waitKey(0) #一定要加cv2.waitKey(0),要不然会报错
运行结果实际上会得到五个图片窗口，这个只放上三通道和R通道的图：
其实到这里我们已经可以将RGB图像的三个通道分离开来了，但是又如下几条弯路也在这里一并和大家分享一下。
Tip1：分离出来的RGB单通道图像是灰度图
我们将RGB图像三通道拆分的过程实际上是先拆分出来，再形成了R/G/B的单通道的图像，而单通道图像就是灰度图（说起来有些绕，其实比较好理解）。如果想把它变成红色/绿色/蓝色的通道图，可以做通道合并（但其他通道分量为零），例如：我想得到红色通道图，代码如下：
import cv2
import numpy as np
img = cv2.imread('test.jpg')
b, g ,r =cv2.split(img)
zeros = np.zeros(img.shape[:2], dtype = "uint8")
merged_r = cv2.merge([zeros,zeros,r]) #通道分量为零可以理解为零矩阵
cv2.imshow('image',img)
cv2.imshow("Red 1", r)
cv2.imshow("merged_r",merged_r)
cv2.waitKey(0)
RGB的红色通道拆分和合并结果如下图：
Tip2：解决图像显示的问题
很多人可能像小编一样用的是jupyter notebook，觉得每次opencv显示窗口图像很麻烦，所以想用matplotlib来解决这一问题。但是在使用opencv和matplotlib的过程中会遇到图像反色或者生成的是伪彩色图像的问题，原因是两个读取RGB通道的顺序是不一样的，opencv的顺序是B-G-R，而matplotlib的顺序是R-G-B，所以这个区分就会产生一些矛盾。话不多说，直接放上代码供大家参考：
import cv2
import matplotlib.pyplot as plt
img = cv2.imread('test.jpg')
b,g,r = cv2.split(img)
image= cv2.merge([r,g,b])
image_merged = cv2.merge([r,g,b])
plt.figure(figsize=(10,5))
plt.subplot(2,3,1), plt.title('image')
plt.imshow(image), plt.axis('off')
plt.subplot(2,3,2), plt.title('image_gray')
plt.imshow(image_gray,cmap='gray'), plt.axis('off')
plt.subplot(2,3,3), plt.title('image_merged')
plt.imshow(image_merged), plt.axis('off')
plt.subplot(2,3,4), plt.title('r')
plt.imshow(r,cmap='gray'), plt.axis('off')
plt.subplot(2,3,5), plt.title('g')
plt.imshow(g,cmap='gray'), plt.axis('off')
plt.subplot(2,3,6), plt.title('b')
plt.imshow(b,cmap='gray'), plt.axis('off')
plt.show()
plt.show()的图像结果如下：
好了，最后在放上一张全家福，当当当！
感谢小伙伴的支持，觉得有帮助的话请双击666，走一波关注，谢谢大家！