如何区别一幅图像是否是黑白图像

这篇文章的思路是很清晰的，但是个人觉得这样判断太耗时，在实际做工程的时候完全可以多判断一些样本点来节约时间

其实按理说这并不是一件困难的工作，但是由于种种原因，在OpenCV中读取的黑白图像并不是我们想像的只有一个通道，而是3通道的。但是当我们使用Mat image = imread("D:/picture/images/baboon2.jpg",0);之后，不论是彩色图像还是黑白图像都会转换为单通道。明白了这个之后，我们的程序就简单了：

[cpp]  view plain copy

1. #include <opencv2/core/core.hpp>  
2. #include <opencv2/highgui/highgui.hpp>  
3. #include <iostream>  
4. using namespace cv;  
5. int main()  
6. {  
7.     //Mat image = imread("D:/picture/images/baboon2.jpg",0);  
8.     //Mat image = imread("D:/picture/images/baboon2.jpg");  
9.     //Mat image = imread("D:/picture/images/binary.bmp");  
10.     Mat image = imread("D:/picture/image.png");  
11.   
12.   
13.     if(!image.data)  
14.         return -1;  
15.       
16.     int row = image.rows;  
17.     int col = image.cols;  
18.     int cnt= 0;  
19.     for(int i = 0; i < row;i++)  
20.     {  
21.         for(int j = 0; j<col;j++)  
22.         {  
23.             if(image.channels() ==3)  
24.             {  
25.   
26.                   
27.                 if( (int)(image.at<Vec3b>(i,j)[0]) != 0 &&  (int)(image.at<Vec3b>(i,j)[0]) != 255 &&   
28.                     (int)(image.at<Vec3b>(i,j)[1]) != 0 &&  (int)(image.at<Vec3b>(i,j)[1]) != 255 &&   
29.                     (int)(image.at<Vec3b>(i,j)[2]) != 0 &&  (int)(image.at<Vec3b>(i,j)[2]) != 255)  
30.                 {  
31.                     cnt++;  
32.                 }  
33.                   
34.             }  
35.             else if(image.channels() ==1)  
36.             {  
37.                 if((int)(image.at<uchar>(i,j)) != 0 &&  (int)(image.at<uchar>(i,j)) != 255)  
38.                 {  
39.                     cnt++;  
40.                 }  
41.             }  
42.         }  
43.     }  
44.     if(cnt == 0)  
45.     {  
46.         std::cout<<"这是黑白图像"<<std::endl;  
47.     }  
48.     else  
49.     {  
50.         std::cout<<"这是不是黑白图像"<<std::endl;  
51.     }  
52.       
53.     //显示图像以验证结果  
54.     imshow("图像",image);  
55.     waitKey(0);  
56.     return 0;  
57. }  

只需要判断每个像素值是否为0或者255就行了，如果都不是，那么就不是黑白图像。