如何将3个单通道合并为RGB图像？cv2拆分通道后合并出错如何解决？

核心原因 #

• 数组数据类型不匹配：np.zeros()默认生成float64类型数组，而OpenCV常规8位彩色图像的像素值为uint8类型，取值范围为0~255。当使用float类型数组存储图像像素时，OpenCV渲染时会默认将≤1的数值识别为黑色，≥1的数值识别为白色，最终呈现出二值图像效果。
• 手动for循环赋值效率极低，且容易出现索引、赋值错误，完全可以用成熟的官方API替代。

修复方案 #

方案1：最小改动适配现有代码 #

仅修改结果数组的初始化语句，指定数据类型为uint8即可：

# 替换原来的np.zeros((image.shape))
res = np.zeros(image.shape, dtype=np.uint8)

该方案不需要改动后续循环逻辑即可解决二值显示问题，但仍不推荐使用多层for循环处理图像，大尺寸图像下运行速度会非常慢。

方案2：使用OpenCV原生通道合并API（最推荐） #

OpenCV提供了现成的通道合并方法cv2.merge()，一行代码即可完成合并，不需要手动初始化数组和循环赋值：

B,G,R = cv2.split(image)

# 你的通道处理逻辑，处理后得到B1、G1、R1
# some process is here

# 直接合并三个通道
res = cv2.merge([B1, G1, R1])

该方法为底层C++实现，运行效率远高于Python层的for循环，且自动匹配原始图像的数据类型，不会出现类型不匹配的问题。

方案3：使用Numpy堆叠实现 #

如果不想调用OpenCV的API，也可以用Numpy的深度堆叠方法实现通道合并：

res = np.dstack([B1, G1, R1])

该方法同样会自动保留原始通道的数值类型，不需要手动指定dtype。

内容的提问来源于stack exchange，提问作者Fatemeh Bashiri