分离图片颜色的思考

1、选择一幅图片，导入到Mathematica里面。

2、分离图片颜色的代码是：

ColorSeparate@图片

3、运行之后，发现，得到的图片全是黑白图片。这是怎么回事？

4、实际上，图片分离颜色之后，得到的都是灰度图；

而灰度的深浅，代表相应颜色的深度；

图片u的颜色空间是RGB，分离颜色之后，得到的前三幅图片是有内容的，而第四幅是空白图片，因为RGB颜色空间，不能为第四通道着色。

5、怎么确定图片u是4个通道呢？

除了分离颜色得到4幅图片之外，还可以直接查看图片的通道数：

ImageChannels@u

6、为了更好地理解，分离颜色与图片通道的关系，可以把图片转化为图片数据。

为此，先缩小图片，防止浪费内存；

然后再转化为数据v，是一个三维列表。

7、仔细看一下图片数据的结构：

先把v转化为矩阵的形式；

再看看这个矩阵的行数和列数；

矩阵每一个单元，代表原图一个像素；

可以发现，每一个像素都对应四个数值，正是四个通道各个颜色的深度值。

8、分离颜色得到的四幅图片，每一幅都是单通道图片。

把分离颜色得到的四幅图片转化为图片数据，得到的每一幅图片第一个像素的数值，敲好是原图第一个像素对应的四个数字。

1、给出一幅10通道的图片的图片数据，并转化为RGB图片。

会发现，颜色空间和通道数目不兼容。

2、于是，把数据转化为3通道。

3、把图片改为500*365像素的大小。

4、此时，再分离颜色，就会得到三个通道的灰度图。