目录
1 介绍
在图像处理过程中,有时我们需要取出某个分量中的像素进行处理。例如RGB图像中,我们需要对红色分量进行单独处理,只需要将其分离出来即可。采用图像分离的方式,可以减少计算量,加快运行速度,减少内存。对其处理完毕后,再进行合并成新的RGB图像。
2 图像的分离与合并API详解
2.1 图像的分离
在opencv中,图像的分离API函数为split();
void split(InputArray m, OutputArrayOfArrays mv);
InputArray m,输入多通道图像。
OutputArrayOfArrays mv,输出的Vector类型的单通道图像;
2.2 图像的合并
void merge(InputArrayOfArrays mv, OutputArray dst);
InputArrayOfArrays mv,要合并的图像的输入向量;mv中的所有矩阵都必须相同尺寸和相同的深度。
OutputArray dst,输出数组,其大小和深度与mv[0]相同;通道的数量将是容器中通道的总数。
3 图像的分离与合并代码实现
#include<iostream>
#include<opencv2/opencv.hpp>
using namespace std;
using namespace cv;
int main(int argc, char* argv[])
{
//读取图像
Mat src = imread("lena.png");
if (src.empty())
{
cout << "could not load image" << endl;
}
vector<Mat>mv;
split(src, mv);
Mat merge_src;
merge(mv, merge_src);
imshow("B", mv[0]);
imshow("G", mv[1]);
imshow("R", mv[2]);
imshow("merge_src", merge_src);
//显示时间
waitKey(0);
return 0;
}