本系列文章由@浅墨_毛星云 出品,转载请注明出处。
文章链接: http://blog.csdn.net/poem_qianmo/article/details/21176257
作者:毛星云(浅墨) 邮箱: happylifemxy@163.com
写作当前博文时配套使用的OpenCV版本: 2.4.8
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。
这就是我们这篇文章的主要内容。依然是先看一张截图吧:
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:
- 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。
就如上一节中讲到方法一样,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:
- class CV_EXPORTS _OutputArray : public_InputArray
- {
- public:
- _OutputArray();
- _OutputArray(Mat& m);
- template<typename _Tp> _OutputArray(vector<_Tp>& vec);
- template<typename _Tp> _OutputArray(vector<vector<_Tp>>& vec);
- _OutputArray(vector<Mat>& vec);
- template<typename _Tp> _OutputArray(vector<Mat_<_Tp>>& vec);
- template<typename _Tp> _OutputArray(Mat_<_Tp>& m);
- template<typename _Tp, int m, int n> _OutputArray(Matx<_Tp, m,n>& matx);
- template<typename _Tp> _OutputArray(_Tp* vec, int n);
- _OutputArray(gpu::GpuMat& d_mat);
- _OutputArray(ogl::Buffer& buf);
- _OutputArray(ogl::Texture2D& tex);
- _OutputArray(constMat& m);
- template<typename _Tp> _OutputArray(const vector<_Tp>&vec);
- template<typename _Tp> _OutputArray(constvector<vector<_Tp> >& vec);
- _OutputArray(const vector<Mat>& vec);
- template<typename _Tp> _OutputArray(const vector<Mat_<_Tp>>& vec);
- template<typename _Tp> _OutputArray(const Mat_<_Tp>& m);
- template<typename _Tp, int m, int n> _OutputArray(constMatx<_Tp, m, n>& matx);
- template<typename _Tp> _OutputArray(const _Tp* vec, int n);
- _OutputArray(const gpu::GpuMat& d_mat);
- _OutputArray(const ogl::Buffer& buf);
- _OutputArray(const ogl::Texture2D& tex);
- virtual bool fixedSize() const;
- virtual bool fixedType() const;
- virtual bool needed() const;
- virtual Mat& getMatRef(int i=-1) const;
- /*virtual*/ gpu::GpuMat& getGpuMatRef() const;
- /*virtual*/ ogl::Buffer& getOGlBufferRef() const;
- /*virtual*/ ogl::Texture2D& getOGlTexture2DRef() const;
- virtual void create(Size sz, int type, int i=-1, bool allowTransposed=false,int fixedDepthMask=0) const;
- virtual void create(int rows, int cols, int type, int i=-1, boolallowTransposed=false, int fixedDepthMask=0) const;
- virtual void create(int dims, const int* size, int type, int i=-1, boolallowTransposed=false, int fixedDepthMask=0) const;
- virtual void release() const;
- virtual void clear() const;
- #ifdefOPENCV_CAN_BREAK_BINARY_COMPATIBILITY
- virtual ~_OutputArray();
- #endif
- };
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:
最后看一个示例吧:
- 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);
将一个多通道数组分离成几个单通道数组的split()函数的内容大概就是这些了,下面我们来看一下和他亲如手足或者说是他的死对头——merge()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:
- 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。
来一个示例吧:
- 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。
二、多通道图像混合示例程序
依然是每篇文章都会配给大家的一个详细注释的示例程序,把这篇文章中介绍的知识点以代码为载体,展现给大家。
本篇文章中,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。直接上代码吧:
- //-----------------------------------【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);
- return 0;
- }
- //-----------------------------【MultiChannelBlending( )函数】--------------------------------
- // 描述:多通道混合的实现函数
- //-----------------------------------------------------------------------------------------------
- bool MultiChannelBlending()
- {
- //【0】定义相关变量
- Mat srcImage;
- Mat logoImage;
- 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);
- return true;
- }
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:
嗯,本篇文章到这里就基本结束了,最后放出本篇文章配套示例程序的下载地址。
本篇文章的配套源代码请点击这里下载:
OK,本节的内容大概就是这些,我们下篇文章见:)