首先我是在visual2019上使用C++,因此测试之前要安装opencv的依赖包,可以上官网自行下载安装.
1.图像通道
(1)单通道图:每个像素点只有一个值(0-255),即我们常见的黑白图,称作灰度图。
(2)三通道图:每个像素点都有 3 个值表示,例如 RGB 图片即为三通道图片,是通过对红®、绿(G)、蓝(B)三个颜色通道之间的叠加来得到各式各样的颜色。
(3)二值图:二值图像是指在图像中,灰度等级只有两种,也就是说,图像中的任何像素灰度值不是0就是255,再无其他过渡的灰度值。是一种特殊的灰度图。
2.图片转化
首先实现RGB转灰度图
常用的函数
void cv::cvtColor(cv::InputArray src,cv::OutputArray dst, int code, int dstCn = 0 );
cv::InputArray src, // 输入图片
cv::OutputArray dst, // 输出图片
int code, // 颜色映射码(转换格式)
int dstCn = 0 // 输出的通道数 (0=‘automatic’)
测试代码1
#include <iostream>
#include "opencv2/opencv.hpp"
using namespace cv;
using namespace std;
int main()
{
Mat image = imread("C://Users//lenovo//Desktop//ffff.jpg");
cout <<"Original Image channal: "<< image.channels() << endl;
imshow("Original Image", image);
Mat gray;
cvtColor(image, gray, COLOR_RGB2GRAY);
imshow("gray Image", gray);
cout <<"gray Image channal: "<< gray.channels() << endl;
// Wait until user press some key
waitKey();
return 0;
}
输出结果
2.灰度图通道
灰度图也是有三通道的,做一个项目时读取灰度图,按照默认的三通道读取,发现在处理像素时只能处理1/3,导致浪费了一天的时间。
imread默认是读取三通道,后面标志位等于0是单通道。
Mat image = imread(“C://Users//lenovo//Desktop//ffff.jpg”);三
Mat image = imread(“C://Users//lenovo//Desktop//ffff.jpg”,0);单
Mat image = imread("C://Users//lenovo//Desktop//test.jpg",0);
cout <<"Original Image channal: "<< image.channels() << endl;
imshow("Original Image", image);
3.灰度图的单通道转三通道
Mat image = imread("C://Users//lenovo//Desktop//test.jpg",0);
cout <<"Original Image channal: "<< image.channels() << endl;
imshow("Original Image", image);
Mat gray;
cvtColor(image, gray, COLOR_GRAY2BGR);
imshow("gray Image", gray);
cout <<"gray Image channal: "<< gray.channels() << endl;
// Wait until user press some key
waitKey();
return 0;
4.三通道的通道分离与合并
(1)通道的分离
void split(const Mat& src, Mat* mvbegin);
Mat image = imread("C://Users//lenovo//Desktop//ffff.jpg",1);
std::vector<Mat> channels;
Mat imageBlueChannel;
Mat imageGreenChannel;
Mat imageRedChannel;
//转换通道
split(image, channels);
imageBlueChannel = channels.at(0);
imageGreenChannel = channels.at(1);
imageRedChannel = channels.at(2);
//显示分离的单通道图像
imshow("origin image", image);
imshow("blue channel", imageBlueChannel);
imshow("green channel", imageGreenChannel);
imshow("red channel", imageRedChannel);
waitKey(0);
return 0;
(2)merge()函数:split()函数的逆向操作——将多个数组合并成一个多通道数组,可以将上述获得的imageRedChannel整合到一张图中。
void merge(const Mat* mv, size_tcount, OutputArray dst);