public static bool CheckIsBlackWrite(Mat srcMat)
{
int height = srcMat.Rows / 4; //行 取了1/4是优化速度 一般判断这些就够了
int width = srcMat.Cols / 4; //列 ... ... 宽度
for (int row = 0; row < height; row++)
{
for (int col = 0; col < width; col++)
{
byte p = srcMat.At<byte>(row, col); //获对应矩阵坐标的取像素
if (p != byte.Parse((255).ToString()) && p != byte.Parse((0).ToString()))
{
return false;
}
}
}
return true;
}
有判断色道的方法 只能判断出灰度/黑白和彩色两种 所以用此方法判断黑白和灰度图片
黑白图只有0 和255色素 所以这样来判断
后续:完善了代码 之前有那种8色图 无法用以上方法判断出来 下面是改进方法
三个通道的必须全为0或者全为255
public static bool CheckIsGray(Mat srcMat)
{
int height = srcMat.Rows / 4; //行 获取图片的行叠加起来就是高度
int width = srcMat.Cols / 4; //列 ... ... 宽度
for (int row = 0; row < height; row++)
{
for (int col = 0; col < width; col++)
{
Vec3b p = srcMat.At<Vec3b>(row, col); //获对应矩阵坐标的取像素
if (((int)p[0] != 255 && (int)p[0] != 0) ||
((int)p[1] != 255 && (int)p[1] != 0) ||
((int)p[2] != 255 && (int)p[2] != 0) ||
p[0] != p[1] || p[1] != p[2] || p[0] != p[2])
{
Console.WriteLine(p[0] + " " + p[1] + " " + p[2]);
return true;
}
}
}
return false;
}