Opencv暑期历程--Day9（色彩通道分离,分水岭算法，图像权重融合）

最新推荐文章于 2024-05-15 10:31:04 发布

__计算机小白__

最新推荐文章于 2024-05-15 10:31:04 发布

阅读量395

点赞数

分类专栏：视觉处理

本文链接：https://blog.csdn.net/qq_22527639/article/details/81455338

版权

本文介绍了Opencv中的色彩通道分离技术，探讨了如何利用该技术进行图像预处理，以提高神经网络识别的准确性。同时，详细讲解了Opencv的分水岭算法，包括其工作原理、应用以及使用方法。最后提到了`cv::addWeighted`函数用于矩阵加权加法，实现图像的混合效果。

摘要由CSDN通过智能技术生成

1. 彩色通道分离

之前在轮渡的时候，看到安检还蛮累的，注意到他们屏幕上的图片还是蛮清楚的。

（奇怪，今天怎么都上传不了图像。）

突然就有了一个想法，如果能够根据不同的物件分离颜色的通道后再用神经网络去识别的话，想必会更加精准的。

那就涉及到色道分离啦。Opencv里有个函数能够做到将一张彩色图片的三通道分再保存到图像中。

越接近正色的区域就越白。

// opencv_day9.cpp : 定义控制台应用程序的入口点。
//

#include "stdafx.h"
#include "opencv2/imgproc.hpp"
#include "opencv2/highgui.hpp"

using namespace std;
using namespace cv;


int main()
{
	Mat src = imread("1.png");
	imshow("原图", src);
	vector<Mat> channels;
	split(src, channels);//分离色彩通道
	Mat red = channels[2];
	Mat green = channels[1];
	Mat blue = channels[0];
	imshow("蓝色通道", blue);
	imshow("绿色通道", green);
	imshow("红色通道", red);
	waitKey(0);
    return 0;
}