学习 opencv---(4) 分离颜色通道 && 多通道混合

上篇文章中我们讲到了使用addWeighted函数进行图像混合操作，以及将ROI和addWeighted函数结合起来使用，对指定区域进行图像混合操作。

而为了更好地观察一些图像材料的特征，有时需要对RGB三个颜色通道的分量进行 分割显示和调整 。通过Opencv 的split和merge 方法很方便 达到的目的。

一、分离颜色通道

先讲讲这俩个互为冤家的函数。首先讲进行通道分离的split 函数

<1>split函数详解

将一个多通道数组分离成几个单通道数组。  PS：这里的array按语境译为 数组或阵列。

这里的split 函数的C++版本有俩个原型，他们分别是：

1 void split(const Mat& src,Mat *mvbegin);
2 void split(InputArray m, OutputArrayOfArrays mv);

变量介绍：

----第一个参数：InputArray类型的m或者const Mat&类型的src，填我们需要进行分离的多通道数组。

----第二个参数，OutputArrayOfArrays类型的mv，填函数的输出数组或者输出的vector容器。

这里的OutputArrayOfArrays我们通过【转到定义】大法，可以查到它是_OutputArray的引用，那么我们在源代码中再次通过【转到定义】看到_OutputArray类的原型，即是OutputArrayOfArrays的原型：

 1 class CV_EXPORTS _OutputArray : public_InputArray
 2 {
 3 public:
 4    _OutputArray();
 5
 6    _OutputArray(Mat& m);
 7    template<typename _Tp> _OutputArray(vector<_Tp>& vec);
 8    template<typename _Tp> _OutputArray(vector<vector<_Tp>>& vec);
 9    _OutputArray(vector<Mat>& vec);
10    template<typename _Tp> _OutputArray(vector<Mat_<_Tp>>& vec);
11    template<typename _Tp> _OutputArray(Mat_<_Tp>& m);
12    template<typename _Tp, int m, int n> _OutputArray(Matx<_Tp, m,n>& matx);
13    template<typename _Tp> _OutputArray(_Tp* vec, int n);
14    _OutputArray(gpu::GpuMat& d_mat);
15    _OutputArray(ogl::Buffer& buf);
16    _OutputArray(ogl::Texture2D& tex);
17
18     _OutputArray(constMat& m);
19    template<typename _Tp> _OutputArray(const vector<_Tp>&vec);
20    template<typename _Tp> _OutputArray(constvector<vector<_Tp> >& vec);
21    _OutputArray(const vector<Mat>& vec);
22    template<typename _Tp> _OutputArray(const vector<Mat_<_Tp>>& vec);
23    template<typename _Tp> _OutputArray(const Mat_<_Tp>& m);
24    template<typename _Tp, int m, int n> _OutputArray(constMatx<_Tp, m, n>& matx);
25    template<typename _Tp> _OutputArray(const _Tp* vec, int n);
26    _OutputArray(const gpu::GpuMat& d_mat);
27    _OutputArray(const ogl::Buffer& buf);
28    _OutputArray(const ogl::Texture2D& tex);
29
30    virtual bool fixedSize() const;
31    virtual bool fixedType() const;
32    virtual bool needed() const;
33    virtual Mat& getMatRef(int i=-1) const;
34    /*virtual*/ gpu::GpuMat& getGpuMatRef() const;
35    /*virtual*/ ogl::Buffer& getOGlBufferRef() const;
36    /*virtual*/ ogl::Texture2D& getOGlTexture2DRef() const;
37    virtual void create(Size sz, int type, int i=-1, bool allowTransposed=false,int fixedDepthMask=0) const;
38    virtual void create(int rows, int cols, int type, int i=-1, boolallowTransposed=false, int fixedDepthMask=0) const;
39    virtual void create(int dims, const int* size, int type, int i=-1, boolallowTransposed=false, int fixedDepthMask=0) const;
40    virtual void release() const;
41    virtual void clear() const;
42
43 #ifdefOPENCV_CAN_BREAK_BINARY_COMPATIBILITY
44    virtual ~_OutputArray();
45 #endif
46 };

类体中还是有不少内容的，其实注意到里面是定义的各种模板，重载的各种构造函数就可以了。

好了，穿越完OutputArrayOfArrays的介绍，我们继续讲解split。

split函数分割多通道数组转换成独立的单通道数组，按公式来看就是这样：

<2>merge函数详解

merge()函数的功能是split()函数的逆向操作，将多个数组组合合并成一个多通道的数组

它通过组合一些给定的单通道数组，将这些孤立的单通道数组合并成一个多通道的数组，从而创建出一个由多个单通道阵列组成的多通道阵列。它有两个基于C++的函数原型：

void merge(const Mat* mv, size_tcount,OutputArray dst);
void merge(InputArrayOfArrays mv, OutputArray dst);
  • 第一个参数，mv，填需要被合并的输入矩阵或vector容器的阵列，这个mv参数中所有的矩阵必须有着一样的尺寸和深度。
  • 第二个参数，count，当mv为一个空白的C数组时，代表输入矩阵的个数，这个参数显然必须大于1.
  • 第三个参数，dst，即输出矩阵，和mv[0]拥有一样的尺寸和深度，并且通道的数量是矩阵阵列中的通道的总数。

函数解析：

merge函数的功能是将一些数组合并成一个多通道的数组。关于组合的细节，输出矩阵中的每个元素都将是输出数组的串接，其中，第i个输入数组的元素被视为mv[i]。 c一般用其中的Mat::at（）方法对某个通道进行存取,也就是这样用channels.at(0)。

PS: Mat::at（）方法，返回一个引用到指定的数组元素。注意是引用，相当于两者等价，修改其中一个另一个跟着变。

一对做相反操作的plit()函数和merge()函数和用法就是这些了。另外提一点，如果我们需要从多通道数组中提取出特定的单通道数组，或者说实现一些复杂的通道组合，可以使用mixChannels()函数。

二、多通道图像混合示例程序

我们把多通道图像混合的实现代码封装在了名为MultiChannelBlending()的函数中

  1 #include <iostream>
  2 #include <vector>
  3 #include <opencv2/core/core.hpp>
  4 #include <opencv2/highgui/highgui.hpp>
  5
  6
  7 using namespace cv;
  8 using namespace std;
  9
 10 bool MultiChannelBlending();
 11
 12
 13
 14 /*-------------------------------------------------------------
 15      多通道混合的实现函数
 16 ---------------------------------------------------------------*/
 17 bool MultiChannelBlending()
 18 {
 19     Mat srcImage;
 20     Mat logoImage;
 21     vector<Mat> channels;
 22
 23     /*-----------------蓝色通道部分----------------------------
 24         描述：多通道混合--蓝色部分
 25     -----------------------------------------------------------*/
 26     //【0】定义相关变量
 27     Mat imageBlueChannel;
 28
 29     //【1】读入图片
 30     logoImage = imread("dota_logo.jpg",0);
 31     srcImage = imread("dota_jugg.jpg");
 32     if (!logoImage.data)
 33     {
 34         printf("Oh，no，读取logoImage错误~！ \n");
 35         return false;
 36     }
 37     if (!srcImage.data)
 38     {
 39         printf("Oh，no，读取srcImage错误~！ \n");
 40         return false;
 41     }
 42
 43     //【2】把一个3通道图像转换成3个单通道图像
 44     split(srcImage,channels);
 45
 46     //【3】将原图的蓝色通道引用返回给 imageBlueChannel,注意是引用，相当于两者等价，修改一个另一个也跟着变
 47     imageBlueChannel = channels.at(0);
 48
 49     //【4】将原图的蓝色通道的（500，250）坐标处右下方的一块区域和logo 图进行加权操作，将得到的混合结果存到imageBlueChannel中
 50     addWeighted(imageBlueChannel(Rect(500,250,logoImage.cols,logoImage.rows)),1.0,logoImage,0.5,0,
 51                 imageBlueChannel(Rect(500,250,logoImage.cols,logoImage.rows)));
 52
 53     //【5】将3个单通道重新合并成1个3通道
 54     merge(channels,srcImage);
 55
 56     //【6】显示效果图
 57     namedWindow("1 游戏原画+(logo+原画蓝色通道) byhehheh");
 58     imshow("1 游戏原画+(logo+原画蓝色通道) byhehheh",srcImage);
 59
 60
 61
 62     /*-----------------绿色通道部分----------------------------
 63     描述：多通道混合--绿色部分
 64     -----------------------------------------------------------*/
 65     //【0】定义相关变量
 66     //Mat imageGreenChannel;
 67     /*
 68     //【1】读入图片
 69     logoImage = imread("dota_logo.jpg", 0);
 70     srcImage = imread("dota_jugg.jpg");
 71     if (!logoImage.data)
 72     {
 73         printf("Oh，no，读取logoImage错误~！ \n");
 74         return false;
 75     }
 76     if (!srcImage.data)
 77     {
 78         printf("Oh，no，读取srcImage错误~！ \n");
 79         return false;
 80     }
 81     */
 82     /*
 83     //【2】把一个3通道图像转换成3个单通道图像
 84     split(srcImage, channels);
 85
 86     //【3】将原图的绿色通道引用返回给 imageBlueChannel,注意是引用，相当于两者等价，修改一个另一个也跟着变
 87     imageGreenChannel = channels.at(0);
 88
 89     //【4】将原图的绿色通道的（500，250）坐标处右下方的一块区域和logo 图进行加权操作，将得到的混合结果存到imageBlueChannel中
 90     addWeighted(imageGreenChannel(Rect(500, 250, logoImage.cols, logoImage.rows)), 1.0, logoImage, 0.5, 0,
 91                 imageGreenChannel(Rect(500, 250, logoImage.cols, logoImage.rows)));
 92
 93     //【5】将3个单通道重新合并成1个3通道
 94     merge(channels, srcImage);
 95
 96     //【6】显示效果图
 97     namedWindow("2 游戏原画+(logo+原画绿色通道) byhehheh");
 98     imshow("2 游戏原画+(logo+原画绿色通道) byhehheh", srcImage);
 99     */
100
101     /*-----------------红色通道部分----------------------------
102     描述：多通道混合--红色部分
103     -----------------------------------------------------------*/
104     //【0】定义相关变量
105     //Mat imageRedChannel;
106     /*
107     //【1】读入图片
108     logoImage = imread("dota_logo.jpg", 0);
109     srcImage = imread("dota_jugg.jpg");
110     if (!logoImage.data)
111     {
112         printf("Oh，no，读取logoImage错误~！ \n");
113         return false;
114     }
115     if (!srcImage.data)
116     {
117         printf("Oh，no，读取srcImage错误~！ \n");
118         return false;
119     }
120     */
121     /*
122     //【2】把一个3通道图像转换成3个单通道图像
123     split(srcImage, channels);
124
125     //【3】将原图的红色通道引用返回给 imageBlueChannel,注意是引用，相当于两者等价，修改一个另一个也跟着变
126     imageRedChannel = channels.at(0);
127
128     //【4】将原图的红色通道的（500，250）坐标处右下方的一块区域和logo 图进行加权操作，将得到的混合结果存到imageBlueChannel中
129     addWeighted(imageRedChannel(Rect(500, 250, logoImage.cols, logoImage.rows)), 1.0, logoImage, 0.5, 0,
130                 imageRedChannel(Rect(500, 250, logoImage.cols, logoImage.rows)));
131
132     //【5】将3个单通道重新合并成1个3通道
133     merge(channels, srcImage);
134
135     //【6】显示效果图
136     namedWindow("3 游戏原画+(logo+原画红色通道) byhehheh");
137     imshow("3 游戏原画+(logo+原画红色通道) byhehheh", srcImage);
138     */
139     return true;
140 }
141
142
143 /*分离颜色通道&多通道图像混合*/
144 int  main()
145 {
146     system("color 6E");
147
148     if (MultiChannelBlending())
149     {
150         cout << "得出了需要的图像" << endl;
151     }
152
153     waitKey(0);
154     return 0;
155 }
时间： 2024-10-10 23:11:40

学习 opencv---(4) 分离颜色通道 && 多通道混合的相关文章

【OpenCV入门教程之五】 分离颜色通道&amp;多通道图像混合

上篇文章中我们讲到了使用addWeighted函数进行图像混合操作,以及将ROI和addWeighted函数结合起来使用,对指定区域进行图像混合操作. 而为了更好的观察一些图像材料的特征,有时需要对RGB三个颜色通道的分量进行分别显示和调整.通过OpenCV的split和merge方法可以很方便的达到目的. 一.分离颜色通道 就让我们来详细介绍一下这两个互为冤家的函数.首先是进行通道分离的split函数. <1>split函数详解 将一个多通道数组分离成几个单通道数组.ps:这里的array按

opencv图像混合，分离颜色通道、多通道图像混合

1 计算数组加权和用addWeighted函数,作用是计算两个数组(图像阵列)的加权和.原型如下: void addweighted(InputArray srcl,double alpha,InputArray src2,double beta,double gamma,OutputArray dst,int dtype=-1); uploading-image-436808.png 2 对RGB三个颜色通道的分量进行分别显示和调整用opencv中的split和merge split是将一个多

opencv学习（5）图像像素的访问、颜色通道的分离和融合

代码都是源于毛星云的<opencv3.0编程入门> 1.计时函数 getTickCount()和getTickFrequency()函数: getTickCount()函数返回CPU自某个事件以来走过的时钟周期: getTickFrequency()函数 返回CPU一秒所走的周期数: 事例: double time0=static_cast< double>(getTickCount()); //记录起始时间 // 事件的处理操作 time0=((double)getTickCou

OpenCV默认颜色通道

网上查了一下,OpenCV读取图片之后Mat默认的颜色通道都说是BGR,有点不信,试了一下,先用PS做一张纯色的图片,还有颜色的RGB值       然后用OpenCV读取图片之后读取RGB值逐一显示出来: 1 // OpenCV_default_color_channel.cpp : 定义控制台应用程序的入口点. 2 // 3 4 5 #include "opencv2/core/core.hpp" 6 #include "opencv2/highgui/highgui.h

《学习opencv》笔记——IplImage数据结构

1.IplImage数据结构 (1)IplImage的结构 typedef struct _IplImage { int nSize; //IplImage大小 int ID; //ID int nChannels; //通道数,大多数OPENCV函数支持1,2,3 或 4 个通道. int alphaChannel; int depth; //像素的位深度: IPL_DEPTH_8U, IPL_DEPTH_8S, IPL_DEPTH_16U, IPL_DEPTH_16S, IPL_DEPTH_

《学习opencv》笔记——矩阵和图像操作——cvCrossProduct and cvCvtColor

矩阵和图像的操作 (1)cvCrossProduct函数 其结构 void cvCrossProdust(//计算两个三维向量的叉积 const CvArr* src1, const CvArr* src2, CvArr* dst ); 实例代码 #include <cv.h> #include <highgui.h> #include <stdio.h> #include <iostream> using namespace std; int main()

《学习opencv》笔记——矩阵和图像操作——cvSum,cvSVD,cvSVBkSb,cvTrace,cvTranspose,cvXor,cvXorS and cvZero

矩阵和图像的操作 (1)cvSum函数 其结构 CvScalar cvSum(//计算arr各通道所有像素总和 CvArr* arr//目标矩阵 ); 实例代码 #include <cv.h> #include <highgui.h> #include <stdio.h> #include <iostream> using namespace std; int main() { IplImage *src1,*dst1,*dst2,*dst3,*dst4;

学习Opencv 2.4.9（二） ---操作像素

作者:咕唧咕唧liukun321 来自:http://blog.csdn.net/liukun321 本质上说一张图像就是由数值组成的矩阵.Opencv 2.x由 cv::Mat 这个数据结构来表示一张图像.矩阵的每一个元素代表了一个像素.对于彩色图像而言矩阵的元素是一个三元数.对图像有了这个新的认识,下面可以试着借助opencv处理图像了. 先来看一下今天要处理的图像: 今天的主题是存取像素,首先来看一下如何存取像素值.其实对于像素值的操作都可以由cv::Mat类中成员直接或间接实现,cv::

学习OpenCV范例（二十四）—ViBe前景检测（二）

最近导师没给什么项目做,所以有那么一点点小时间,于是就研究起了前景检测,既然前景检测有很多种算法,那干脆就把这些模型都学起来吧,以后用到前景检测时至少还有那么几种方法可以选择,上次介绍的是GMM模型,其实GMM模型本身就是一个很不错的模型,现在也很多人在研究,并且做改进,主要是OpenCV有函数调用,用起来非常方便,当我们都在兴高采烈的讨论GMM各种好的时候,B哥不爽了,他说老子是搞前景检测的,怎么可能让你们这么嚣张,而且老子就不按照你那套路来,什么高斯模型,混合高斯模型,我统统不用,就来个简单