在opencv中,我们常常这样用,cv::Mat image;
下面让我们看看mat的内部。
打印image.channels,得到的会是几呢?
答案是1,看来默认的Mat是1通道的,也就是灰度图。
好处是:
1节省了内存
2节省了图像处理的时间
那么调用image = imread (“./test.jpeg”);
打印image.channels,得到的会是几呢?
答案是3,也就是RGB888类型的图片,不知道这是不是imread返回的默认格式。
但估计灰度图和RGB888两种格式图片是opencv里用到频率极高的。
因此opencv在处理图像时常常用到一个函数:
cvtColor( srcMat, src_gray, CV_BGR2GRAY );
把3通道的彩色图转换成1通道的灰色图。
对于一个bgr的彩色图像,如何分离出b,g,r呢?
opencv中有split 和 merge函数
cv::Mat channels[3];
cv::split(srcMat, channels);
蓝色:channels[0] == 1通道的mat 里面是蓝色的灰度值
绿色:channels[1] == 1通道的mat 里面是绿色的灰度值
红色:channels[2] == 1通道的mat 里面是红色的灰度值
此时如果用imshow (“蓝色”,channels[0]);
会看到什么呢?
会看到一幅灰度图片,一点蓝的影子都没有。
那如何真正显示出蓝色呢?
蓝色是彩色,3通道的才是彩色,所以蓝色是3通道的彩色图,只不过红色和绿色通道的值是零。
cv::Mat bkground;
bkground.create(srcMat.rows, srcMat.cols, CV_8UC1);
bkground.copyTo(channels[1]);
bkground.copyTo(channels[2]);
merge (channels, 3, dstMat);
imshow (“蓝色”,dstMat);
这样便会看到蓝色。
有时需要在qt上显示opencv处理后的图像。
QImage image;
打印image.format()的值是多少呢?
答案是0,查看文档,表示invalid。
如果QImage image (”./test.jpeg”);
打印image.format()的值是多少呢?
答案是4,查看文档,表示RGB32,也就是4通道。
可见对于彩色图opencv和qt默认的通道数是不一样的,一个是3,一个是4。
经过实验发现,3通道比4通道在处理起来更简单。
那如何把qt中的4通道抓换成3通道呢?
image = image.convertToFormat(QImage::Format_RGB888);
Mat tmpMat = QImage2cvMat (image);
然后对tmpMat用opencv的函数处理,
处理之后还需要用 cv::cvtColor(tmpMat, tmpMat, CV_BGR2BGRA)把3通道的tmpMat转换成QImage默认的4通道,然后就可以在qt中正常显示了。
下面这个文章写的很好。
参考文章:http://blog.csdn.net/liyuanbhu/article/details/46662115