OpenCV-----分离颜色通道 & 多通道图像混合
2015-01-23 14:24
453 查看
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按语境译为数组或者阵列。这个split函数的C++版本有两个原型,他们分别是:
[cpp] view
plaincopyprint?
C++: void split(const Mat& src, Mat*mvbegin);
C++: void split(InputArray m,OutputArrayOfArrays mv);
关于变量介绍:
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。
最后看一个示例吧:
[cpp] view
plaincopyprint?
Mat srcImage;
Mat imageROI;
vector<Mat> channels;
srcImage= cv::imread("dota.jpg");
// 把一个3通道图像转换成3个单通道图像
split(srcImage,channels);//分离色彩通道
imageROI=channels.at(0);
addWeighted(imageROI(Rect(385,250,logoImage.cols,logoImage.rows)),1.0,
logoImage,0.5,0.,imageROI(Rect(385,250,logoImage.cols,logoImage.rows)));
merge(channels,srcImage4);
namedWindow("sample");
imshow("sample",srcImage);
[cpp] view
plaincopyprint?
vector<Mat> channels;
Mat imageBlueChannel;
Mat imageGreenChannel;
Mat imageRedChannel;
srcImage4= imread("dota.jpg");
// 把一个3通道图像转换成3个单通道图像
split(srcImage4,channels);//分离色彩通道
imageBlueChannel = channels.at(0);
imageGreenChannel = channels.at(1);
imageRedChannel = channels.at(2);
上面的代码先做了相关的类型声明,然后把载入的3通道图像转换成3个单通道图像,放到vector<Mat>类型的channels中,接着进行引用赋值。
根据OpenCV的BGR色彩空间(bule,Green,Red,蓝绿红),其中channels.at(0)就表示引用取出channels中的蓝色分量,channels.at(1)就表示引用取出channels中的绿色色分量,channels.at(2)就表示引用取出channels中的红色分量。
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。
<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:
[cpp] view
plaincopyprint?
C++: void merge(const Mat* mv, size_tcount, OutputArray dst)
C++: 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。
//-----------------------------------【程序说明】---------------------------------------------- // 程序名称::【OpenCV入门教程之四】分离颜色通道&多通道图像混合 配套源码 // VS2010版 OpenCV版本:2.4.8 // 2014年3月13 日 Create by 浅墨 // 图片素材出处:dota2原画 dota2logo // 浅墨的微博:@浅墨_毛星云 //------------------------------------------------------------------------------------------------ //-----------------------------------【头文件包含部分】--------------------------------------- // 描述:包含程序所依赖的头文件 //---------------------------------------------------------------------------------------------- #include <cv.h> #include <highgui.h> #include <iostream> //-----------------------------------【命名空间声明部分】--------------------------------------- // 描述:包含程序所使用的命名空间 //----------------------------------------------------------------------------------------------- using namespace cv; using namespace std; //-----------------------------------【全局函数声明部分】-------------------------------------- // 描述:全局函数声明 //----------------------------------------------------------------------------------------------- bool MultiChannelBlending(); //-----------------------------------【main( )函数】-------------------------------------------- // 描述:控制台应用程序的入口函数,我们的程序从这里开始 //----------------------------------------------------------------------------------------------- int main( ) { system("color5E"); if(MultiChannelBlending()) { cout<<endl<<"嗯。好了,得出了你需要的混合值图像~"; } waitKey(0); return0; } //-----------------------------【MultiChannelBlending( )函数】-------------------------------- // 描述:多通道混合的实现函数 //----------------------------------------------------------------------------------------------- bool MultiChannelBlending() { //【0】定义相关变量 MatsrcImage; MatlogoImage; vector<Mat>channels; Mat imageBlueChannel; //=================【蓝色通道部分】================= // 描述:多通道混合-蓝色分量部分 //============================================ //【1】读入图片 logoImage=imread("dota_logo.jpg",0); srcImage=imread("dota_jugg.jpg"); if(!logoImage.data ) { printf("Oh,no,读取logoImage错误~!\n"); return false; } if(!srcImage.data ) { printf("Oh,no,读取srcImage错误~!\n"); return false; } //【2】把一个3通道图像转换成3个单通道图像 split(srcImage,channels);//分离色彩通道 //【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,修改其中一个另一个跟着变 imageBlueChannel=channels.at(0); //【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 addWeighted(imageBlueChannel(Rect(500,250,logoImage.cols,logoImage.rows)),1.0, logoImage,0.5,0,imageBlueChannel(Rect(500,250,logoImage.cols,logoImage.rows))); //【5】将三个单通道重新合并成一个三通道 merge(channels,srcImage); //【6】显示效果图 namedWindow("<1>游戏原画+logo蓝色通道 by浅墨"); imshow("<1>游戏原画+logo蓝色通道 by浅墨",srcImage); //=================【绿色通道部分】================= // 描述:多通道混合-绿色分量部分 //============================================ //【0】定义相关变量 Mat imageGreenChannel; //【1】重新读入图片 logoImage=imread("dota_logo.jpg",0); srcImage=imread("dota_jugg.jpg"); if(!logoImage.data ) { printf("Oh,no,读取logoImage错误~!\n"); return false; } if(!srcImage.data ) { printf("Oh,no,读取srcImage错误~!\n"); return false; } //【2】将一个三通道图像转换成三个单通道图像 split(srcImage,channels);//分离色彩通道 //【3】将原图的绿色通道的引用返回给imageBlueChannel,注意是引用,相当于两者等价,修改其中一个另一个跟着变 imageGreenChannel=channels.at(1); //【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imageGreenChannel中 addWeighted(imageGreenChannel(Rect(500,250,logoImage.cols,logoImage.rows)),1.0, logoImage,0.5,0.,imageGreenChannel(Rect(500,250,logoImage.cols,logoImage.rows))); //【5】将三个独立的单通道重新合并成一个三通道 merge(channels,srcImage); //【6】显示效果图 namedWindow("<2>游戏原画+logo绿色通道 by浅墨"); imshow("<2>游戏原画+logo绿色通道 by浅墨",srcImage); //=================【红色通道部分】================= // 描述:多通道混合-红色分量部分 //============================================ //【0】定义相关变量 Mat imageRedChannel; //【1】重新读入图片 logoImage=imread("dota_logo.jpg",0); srcImage=imread("dota_jugg.jpg"); if(!logoImage.data ) { printf("Oh,no,读取logoImage错误~!\n"); return false; } if(!srcImage.data ) { printf("Oh,no,读取srcImage错误~!\n"); return false; } //【2】将一个三通道图像转换成三个单通道图像 split(srcImage,channels);//分离色彩通道 //【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,修改其中一个另一个跟着变 imageRedChannel=channels.at(2); //【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imageRedChannel中 addWeighted(imageRedChannel(Rect(500,250,logoImage.cols,logoImage.rows)),1.0, logoImage,0.5,0.,imageRedChannel(Rect(500,250,logoImage.cols,logoImage.rows))); //【5】将三个独立的单通道重新合并成一个三通道 merge(channels,srcImage); //【6】显示效果图 namedWindow("<3>游戏原画+logo红色通道 by浅墨"); imshow("<3>游戏原画+logo红色通道 by浅墨",srcImage); returntrue; }
可以发现,其实多通道混合的实现函数中的代码大体分成三部分,分别对蓝绿红三个通道进行处理,唯一不同的地方是在取通道分量时取的是channels.at(0),channels.at(1)还是channels.at(2)。
嗯,下面看一下运行截图:
相关文章推荐
- OpenCV之五 分离颜色通道&多通道图像混合
- 【OpenCV入门教程之五】 分离颜色通道&多通道图像混合
- 学习@浅墨_毛星云【OpenCV入门教程之五】 分离颜色通道&多通道图像混合
- 【OpenCV入门教程之五】 分离颜色通道&多通道图像混合
- 【OpenCV入门教程之五】 分离颜色通道&多通道图像混合
- 【OpenCV入门教程之五】 分离颜色通道&多通道图像混合
- 【OpenCV入门教程之五】 分离颜色通道&多通道图像混合
- 【OpenCV入门教程之五】 分离颜色通道&多通道图像混合
- 【OpenCV入门教程之五】 分离颜色通道&多通道图像混合
- 【OpenCV入门教程之五】 分离颜色通道&多通道图像混合
- [转]【OpenCV入门教程之五】 分离颜色通道&多通道图像混合
- 【OpenCV入门教程之五】 分离颜色通道&多通道图像混合
- 【OpenCV入门教程之五】 分离颜色通道&多通道图像混合
- 【OpenCV入门教程之五】 分离颜色通道&多通道图像混合
- 【OpenCV入门教程之五】 分离颜色通道&多通道图像混合
- 【OpenCV入门教程之五】 分离颜色通道&多通道图像混合
- 【OpenCV入门教程之五】 分离颜色通道&多通道图像混合
- 【OpenCV入门教程之五】 分离颜色通道&多通道图像混合(转)
- 【OpenCV入门教程之五】 分离颜色通道&多通道图像混合
- 【OpenCV入门教程之五】 分离颜色通道&多通道图像混合