【1】引言
前序已经对BGR图像和HSV图像的转换进行了基本讨论，相关文章链接为：
python学opencv|读取图像（十二）BGR图像转HSV图像-CSDN博客
python学opencv|读取图像（十三）BGR图像和HSV图像互相转换深入-CSDN博客
在前序学习进程中，我们也了解BGR彩色图像 存在三个通道来管理三种基色的组成比例，此外HSV图像也存在三个参数来管理图像亮度饱和度等。相关文章链接有：
python学opencv|读取图像（六）读取图像像素RGB值_opencv读取灰度图-CSDN博客
在此基础上，我们尝试抓取各个通道的具体数值。
带着这个目标，我们开启本次学习。
【2】官网教程
要想抓取各个通道的具体数值，需要使用split()函数，点击下述链接，可以直达官网教程：
OpenCV: Channel split
未进行实际测试，我们开始编辑代码。
【3】代码测试
【3.1】读取图像
首先是完成图片的读取，可写入的基础代码为：
import cv2 as cv #引入CV模块
import numpy as np #引入numpy模块bgr_image=cv.imread('cv-ini-000.png')if bgr_image is not None:cv.imshow('cv-ini-000',bgr_image) #在屏幕上展示图片cv.imwrite('cv-ini-000-save.png',bgr_image) #保存图片cv.waitKey() #不会自动关闭图像cv.destroyAllWindows() #释放所有窗口
else:print("There is no any photo")
在这里，使用的原始图像cv-ini.png为：
图1 cv-ini.png
【3.2】BGR拆分
然后先进行BGR拆分以读取数据，可以直接新增下述代码：
b,g,r=cv.split(bgr_image) #bgr拆分
cv.imshow(‘B’,b) #显示B通道
cv.imshow(‘G’,g) #显示G通道
cv.imshow(‘R’,r) #显示R通道cv.imwrite(‘cv-ini-000-save-b.png’,b) #保存B通道图片
cv.imwrite(‘cv-ini-000-save-g.png’,g) #保存G通道图片
cv.imwrite(‘cv-ini-000-save-r.png’,r) #保存R通道图片
运行后，获得BGR通道的照片为：
图2 B通道图像
图3 G通道图像
图4 R通道图像
【3.3】HSV拆分
然后先进行HSV拆分，可以直接新增下述代码。
代码包括两大模块：第一模块将BGR图像转化为HSV图像，第二模块才是对HSV图像进行通道拆分以进行数据读取。
# BGR转HSVhsv_image=cv.cvtColor(bgr_image,cv.COLOR_BGR2HSV) #BGR转HSVcv.imshow('cv-ini-000-hsv',hsv_image) #在屏幕上展示图片cv.imwrite('cv-ini-000-save-hsv.png',hsv_image) #保存图片# HSV拆分h,s,v=cv.split(hsv_image) #HSV拆分cv.imshow('H',h) #显示H通道cv.imshow('S',s) #显示S通道cv.imshow('V',v) #显示V通道# 保存cv.imwrite('cv-ini-000-save-h.png',h) #保存H通道图片cv.imwrite('cv-ini-000-save-s.png',s) #保存S通道图片cv.imwrite('cv-ini-000-save-v.png',v) #保存V通道图片
运行代码后，获得的HSV格式图像为：
图5 HSV格式图像
获得的H、S和V通道照片为：
图6 H通道图像
图7 S通道图像
图8 V通道图像
【4】总结
掌握了BGR和HSV图像各通道数据抓取函数cv2.split()的基本使用方法。
详解)
