OpenCV 学习 (Split 和 Merge)
我们在图像处理时,经常要单独对某一个颜色通道进行处理。这时可以利用 Opencv 提供的 split 和 merge 函数。
split 函数
用于将一幅多通道的图像的各个通道分离。
这个函数的原型如下:
void split(const Mat& src, vector<Mat_<_Tp> >& mv)
用法很简单,src 是一幅多通道的图像。
mv 保存各个通道,每个通道存放到一个 mat 中。
merge 函数
merge 与split 函数相反。可以将多个单通道图像合成一幅多通道图像。
函数原型如下:
void merge(const Mat* mv, size_t count, OutputArray dst);
void merge(const vector<Mat>& mv, OutputArray dst );
这两个函数非常简单,所以就不举例子了。
有时,我用Qt写的小程序中也需要这个功能,又不想为了这么点小功能就使用 opencv。所以就自己山寨了两个函数。(其实是这篇博客实在是太短了,要找些内容来凑数)
两个函数的函数声明如下:
QList<QImage> split(const QImage &image);
QImage merge(const QImage &channel_R, const QImage &channel_G, const QImage &channel_B);
这里 merge 函数只能合并 3 个颜色通道。如果需要 alpha 通道,可以在这个代码基础上修改。
下面是代码,不多解释。希望对大家有用。
#include <QImage>
#include <QVector>
inline static bool isContinuous(const QImage &image)
{
bool ret = false;
switch(image.format())
{
case QImage::Format_Indexed8:
ret = image.bytesPerLine() == image.width();
break;
case QImage::Format_ARGB32:
case QImage::Format_RGB32:
case QImage::Format_ARGB32_Premultiplied:
case QImage::Format_RGBX8888:
case QImage::Format_RGBA8888:
case QImage::Format_RGBA8888_Premultiplied:
case QImage::Format_BGR30:
case QImage::Format_A2BGR30_Premultiplied:
case QImage::Format_RGB30:
case QImage::Format_A2RGB30_Premultiplied:
ret = image.bytesPerLine() == 4 * image.width();
break;
case QImage::Format_RGB16:
case QImage::Format_RGB555:
case QImage::Format_RGB444:
case QImage::Format_ARGB4444_Premultiplied:
ret = image.bytesPerLine() == 2 * image.width();
break;
case QImage::Format_ARGB6666_Premultiplied:
case QImage::Format_ARGB8565_Premultiplied:
case QImage::Format_RGB666:
case QImage::Format_ARGB8555_Premultiplied:
case QImage::Format_RGB888:
ret = image.bytesPerLine() == 3 * image.width();
case QImage::Format_Mono:
case QImage::Format_MonoLSB:
ret = image.byteCount()* 8 == image.width() * image.height();
default:
ret = false;
break;
}
return ret;
}
QImage merge(const QImage &channel_R, const QImage &channel_G, const QImage &channel_B)
{
if(channel_R.size() != channel_G.size() || channel_R.size() != channel_B.size())
{
return QImage();
}
if(channel_R.format() != QImage::Format_Indexed8 ||
channel_G.format() != QImage::Format_Indexed8 ||
channel_B.format() != QImage::Format_Indexed8)
{
return QImage();
}
QImage image(channel_R.size(), QImage::Format_RGB32);
int width = image.width();
int height = image.height();
if(isContinuous(image) && isContinuous(channel_B) && isContinuous(channel_G) && isContinuous(channel_R))
{
// 如果图像占用的内存是连续的,则可以只用一个循环来处理
width = width * height;
height = 1;
}
for(int j = 0; j < height; j++)
{
QRgb* line = (QRgb*) image.scanLine(j);
const uchar * r = channel_R.constScanLine(j);
const uchar * g = channel_G.constScanLine(j);
const uchar * b = channel_B.constScanLine(j);
for(int i = 0; i < width; i++)
{
line[i] = qRgb(r[i], g[i], b[i]);
}
}
return image;
}
QList<QImage> split(const QImage &image)
{
QList<QImage> rgb;
if(image.isNull())
{
return rgb;
}
QImage::Format f = image.format();
if(f == QImage::Format_RGB32 || f == QImage::Format_ARGB32 || f == QImage::Format_ARGB32_Premultiplied)
{
rgb.append(QImage());
rgb.append(QImage());
rgb.append(QImage());
rgb[0] = QImage(image.size(), QImage::Format_Indexed8);
rgb[1] = QImage(image.size(), QImage::Format_Indexed8);
rgb[2] = QImage(image.size(), QImage::Format_Indexed8);
for(int i = 0; i < 256; i++)
{
rgb[0].setColor(i, qRgb(i, 0, 0));
rgb[1].setColor(i, qRgb(0, i, 0));
rgb[2].setColor(i, qRgb(0, 0, i));
}
int width = image.width();
int height = image.height();
for(int j = 0; j < height; j++)
{
const QRgb* line = (QRgb*) image.constScanLine(j);
uchar * line_r = rgb[0].scanLine(j);
uchar * line_g = rgb[1].scanLine(j);
uchar * line_b = rgb[2].scanLine(j);
for(int i = 0; i < width; i++)
{
line_r[i] = qRed(line[i]);
line_g[i] = qGreen(line[i]);
line_b[i] = qBlue(line[i]);
}
}
}
return rgb;
}