OpenCV-Python实战（4）——OpenCV常见图像处理技术

0. 前言

图像处理技术是计算机视觉项目的核心，通常是计算机视觉项目中的关键工具，可以使用它们来完成各种计算机视觉任务。因此，如果要构建计算机视觉项目，就需要对图像处理有足够的了解。在本文中，将介绍计算机视觉项目中常见的图像处理技术，主要包括图像的几何变换和图像滤波等。

1. 拆分与合并通道

再进行图像处理时，有时我们仅需要使用特定通道。因此，必须首先将多通道图像拆分为多个单通道图像，为了拆分通道，可以使用cv2.split()函数，cv2.split()函数将源多通道图像拆分为多个单通道图像。此外，处理完成后，可能希望将多个的单通道图像合并创建为一个多通道图像，为了合并通道，可以使用cv2.merge()函数，cv2.merge()函数将多个单通道图像合并为一个多通道图像。
使用cv2.split()函数，从加载的BGR图像中获取三个通道：

# 通道拆分image=cv2.imread('sigong