OpenCV颜色分离与访问像素

---

一、颜色通道

1.通道分离：split()

原型

void split(
	InputArray m,
	OutputArrayOfArrays mv;
)

参数

• m：要进行分离的图像
• mv：输出的通道容器。一般是vector<Mat>容器

例子：分离三通道

Mat srcIamge=imread();
vector<Mat> channels;
split(srcImage,channels);
//使用at()来得到BGR的
Mat dstImageBlue=channels.at(0);
Mat dstImageGreen=channels.at(1);
Mat dstImageRed=channels.at(2);

2.通道合并merge()

原型

void merge(
	InputArrayOfArrays mv;
	OutputArray dst
)

参数

• mv：输入的通道容器。一般是vector<Mat>容器
• dst：合成的图像

例子：分离三通道

Mat dstImage;
merge(channels,dstImage);

二、效果

#include<opencv2/opencv.hpp>
using namespace std;
using namespace cv;

String windowNames[]={"Blue","Green","Red"};
String trackbarNames[]={"ThresholdbarBlue","ThresholdbarGreen","ThresholdbarRed"};


Mat g_srcImage;

Mat g_dstImageBlue;
Mat g_dstImageGreen;
Mat g_dstImageRed;

Mat g_dstImageBlueThreshold;
Mat g_dstImageGreenThreshold;
Mat g_dstImageRedThreshold;

int g_dstImageBlueThresholdValue=0;
int g_dstImageGreenThresholdValue=0;
int g_dstImageRedThresholdValue=0;

const int g_dstImageThresholdValueMax=255;

vector<Mat> g_channels;

void mySplit()
{

    split(g_srcImage,g_channels);
    g_dstImageBlue=g_channels.at(0);
    g_dstImageGreen=g_channels.at(1);
    g_dstImageRed=g_channels.at(2);
}

void onChange(int,void*)
{
    //deep copy
    g_dstImageBlue.copyTo(g_dstImageBlueThreshold);
    g_dstImageGreen.copyTo(g_dstImageGreenThreshold);
    g_dstImageRed.copyTo(g_dstImageRedThreshold);
    
    //Threshold
    g_dstImageBlueThreshold=g_dstImageBlueThreshold>g_dstImageBlueThresholdValue;
    g_dstImageGreenThreshold=g_dstImageGreenThreshold>g_dstImageGreenThresholdValue;
    g_dstImageRedThreshold=g_dstImageRedThreshold>g_dstImageRedThresholdValue;

    //show
    imshow(windowNames[0],g_dstImageBlueThreshold);
    imshow(windowNames[1],g_dstImageGreenThreshold);
    imshow(windowNames[2],g_dstImageRedThreshold);
}

int main()
{
    g_srcImage=imread("M.jpg");
    GaussianBlur(g_srcImage,g_srcImage,Size(61,61),0.0);
    
    //split channels
    mySplit();

    //Window
    namedWindow(windowNames[0],WINDOW_NORMAL);
    namedWindow(windowNames[1],WINDOW_NORMAL);
    namedWindow(windowNames[2],WINDOW_NORMAL);

    //createTrackbar
    createTrackbar(trackbarNames[0],windowNames[0],&g_dstImageBlueThresholdValue,g_dstImageThresholdValueMax,onChange);
    createTrackbar(trackbarNames[1],windowNames[1],&g_dstImageGreenThresholdValue,g_dstImageThresholdValueMax,onChange);
    createTrackbar(trackbarNames[2],windowNames[2],&g_dstImageRedThresholdValue,g_dstImageThresholdValueMax,onChange);
    onChange(0,0);

	waitKey();
	return 0;
}

三、访问像素

1.单位

这个单位T就是Mat的通道深度类型：OpenCV3之Mat类的类型type和深度depth

• 对应一个通道，用于单通道图像：T，比如CV_8UC1的uchar
• 对应n个通道，用于n通道图像：Vec< T,n >，比如Vec3b。OpenCV的常用类：Scalar、Vec、Point、Size、Rect、RotatedRect、Ptr

2.方法

因为图像是以左上角为原点，所以x对应j（列），y对应i（行）。

（1）at动态地址计算

①i单下标

把每行拼接成一行算。

Mat A = (Mat_<uchar>(2,2)<<0,1,2,3);
cout << A << endl;
/**
[  0,   1;
   2,   3]
 */
 
// 第0个
printf("%d\n",A.at<uchar>(0));
// 0

// 第3个
printf("%d\n",A.at<uchar>(3));
// 3

②i、j行列双下标

格式：

• 单通道：image.at<T>(i,j)
• 多通道：image.at<Vec<T,n> >(i,j)[channel]，比如image.at<Vec3b>(0,0)[0]三通道图像左上角第0通道
  这个[]不是什么特殊的意思，这个就是Vec向量的数组下标访问。

遍历方式像遍历数组一样，是从上往下遍历每一行，对应image.at<Vec3b>(i,j)。但需要注意的at(i,j)对应图像的at(y,x)，

如：读取一副彩色图像，选择红光的区域。将其区域的分离出来，做成一张二值图

#include<opencv2/opencv.hpp>
using namespace cv;
using namespace std;

int main()
{
    Mat srcImage=imread("S1.jpg");
    //dstImage必须创建，要不然无法访问。
    //这里的CV_8UC1表示单通道图
    Mat dstImage=Mat::zeros(srcImage.size(),CV_8UC1);

    //遍历方式是从上往下遍历每一行
    for(int i=0;i<dstImage.rows;i++)
    {
        for(int j=0;j<dstImage.cols;j++)
        {
            //srcImage是三通道图，所以用Vec3b
            //选择红光：R>200，G<150，B<150
            if(srcImage.at<Vec3b>(i,j)[0]<150 && srcImage.at<Vec3b>(i,j)[1]<150 && srcImage.at<Vec3b>(i,j)[2]>200)
            {
                //dstImage是单通道图，所以用uchar
                dstImage.at<uchar>(i,j)=255;
            }
        }
    }
    namedWindow("BGR",WINDOW_NORMAL);
    imshow("BGR",dstImage);

    waitKey();
    return 0;
}

（2）迭代器

格式：

//定义
Mat_<T>::iterator begin=image.begin<T>()
Mat_<T>::iterator end=image.end<T>()

//使用
(*it)[channel]

如：

#include<opencv2/opencv.hpp>
using namespace cv;
using namespace std;

int main()
{
    Mat srcImage=imread("S1.jpg");
    //dstImage必须创建，要不然无法访问。
    //这里的CV_8UC1表示单通道图
    Mat dstImage=Mat::zeros(srcImage.size(),CV_8UC1);

    Mat_<Vec3b>::iterator it=srcImage.begin<Vec3b>();
    Mat_<Vec3b>::iterator itend=srcImage.end<Vec3b>();

    Mat_<uchar>::iterator dst=dstImage.begin<uchar>();

    //遍历方式是从上往下遍历每一行
    for(;it<itend;it++,dst++)
    {
        //srcImage是三通道图，所以用Vec3b
        //选择红光：R>200，G<150，B<150
        if((*it)[0]<150 && (*it)[1]<150 && (*it)[2]>200)
        {
            //dstImage是单通道图，所以用uchar
            (*dst)=255;
        }
    }
    namedWindow("dst",WINDOW_NORMAL);
    imshow("dst",dstImage);

    waitKey();
    return 0;
}

（3）指针

格式：

T* data=image.ptr<T>(i);	//行循环中：获取第i行的首地址
data[j];					//每行中的列循环中：获取像素的地址

如：

#include<opencv2/opencv.hpp>
using namespace cv;
using namespace std;

int main()
{
    Mat srcImage=imread("S1.jpg");
    //dstImage必须创建，要不然无法访问。
    //这里的CV_8UC1表示单通道图
    Mat dstImage=Mat::zeros(srcImage.size(),CV_8UC1);


    //遍历方式是从上往下遍历每一行
    for(int i=0;i<srcImage.rows;i++)
    {
        //srcImage是三通道图，所以用Vec3b
    	Vec3b* src=srcImage.ptr<Vec3b>(i);
        //dstImage是单通道图，所以用uchar
        uchar* dst=dstImage.ptr<uchar>(i);

        for(int j=0;j<dstImage.cols;j++)
        {
            //srcImage是三通道图，所以用Vec3b
            //选择红光：R>200，G<150，B<150
            if(src[j][0]<150 && src[j][1]<150 && src[j][2]>200)
            {
                dst[j]=255;
            }
        }
    }
    namedWindow("dst",WINDOW_NORMAL);
    imshow("dst",dstImage);

    waitKey();
    return 0;
}