图像在电脑中是用矩阵来显示的,也就是Mat类数据。而图像又可以分为彩色图像和黑白图像,它们的区别是彩色图像有3个通道,黑白图像则只有一个通道。通俗的说:彩色图像可以用3个矩阵来表示,黑白图像则只用一个矩阵来表示。
对于彩色图像的3个矩阵我们可以称它们为3个通道:R(red),G(green),B(blue)。从字面就可以理解是红色通道、绿色通道和蓝色通道。这些颜色进行混合可以得到其它的不同的颜色。然后在Mat中,每一个位置上的数值可以代表该位置上的颜色的强烈程度,这个数值一般属于0-255之间,0代表该位置为纯黑的,255代表该位置颜色为纯白。
一般电脑读取图片时,会按照一定的顺序来读取R、G、B中的数据,目前最方便的读取图片的方法是运用opencv中的函数cv::imread()来读取图片数据的。在opencv中读取彩色图像的顺序是固定的----是按照BGR的顺序来读取彩色图片的,但是有时候在其它的算法或则方法中可以需要RGB或GRB等顺序读取的图片格式,所以就需要进行图像通道交换来得到新的数据。
c++代码:
#include <opencv2/core.hpp>
#include <opencv2/highgui.hpp>
#include <iostream>
//通道交换
cv::Mat channel_swap(cv::Mat img){
//获得图像宽高
int width = img.cols;
int height = img.rows;
//创建输出图像模板
cv::Mat out = cv::Mat::zeros(height,width,CV_8UC3);
//进行通道的交换,先便利每一个像素点
for (int y = 0; y < height; y++){
for(int x = 0; x < width; x++){
//R->B
out.at<cv::Vec3b>(y,x)[0] = img.at<cv::Vec3b>(y,x)[2];
//B->R
out.at<cv::Vec3b>(y,x)[0] = img.at<cv::Vec3b>(y,x)[0];
//G->G
out.at<cv::Vec3b>(y,x)[1] = img.at<cv::Vec3b>(y,x)[1];
}
}
return out;
}