OpenCV学习-2：图片显示和简单处理

2019独角兽企业重金招聘Python工程师标准>>>

1、显示图片：imread, namewindow, imshow, imwrite

Mat img = imread("1.jpg"); //读取图片
Mat mask = imread("2.jpg", 0); //读取灰度图片
namedWindow("显示图片"); //创建一个名为“显示图片”的窗口
imshow("显示图片", img); //将图片显示到指定名称的窗口
imshow("New Window", img); //也可以不用创建窗口，直接使用函数创建窗口并显示图片
imwrite("3.jpg", img); //保存图片为指定名称

2、融合图片ROI区域并显示(ROI=Region Of Intrestting)：addWeight

Mat img1 = imread("1.jpg"); //读取图片1
Mat img2 = imread("2.jpg"); //读取图片2
Mat rol1 = img1(Rect(0, 0, img2.cols/2, img2.rows)); //获取图片1中的ROI区域（感兴趣的区域）
Mat rol2 = img2(Rect(0, 0, img2.cols/2, img2.rows)); //获取图片2中的ROI区域(融合图片必须尺寸一样)
Mat img;
addWeighted(rol1, 0.5, rol2, 0.5, 0, img); //将图片1和图片2的ROI融合并保存到img中
addWeighted(rol1, 0.5, rol2, 0.5, 0, rol1); //将图片1和图片2的ROI融合后保存到图片1中
imwrite("tmp.jpg", img); //保存img图片到磁盘
imshow("img1", img1); //显示图片1，其中ROI区域包含融合后的图像

3、拆分色彩通道和合并色彩通道

Mat img1 = imread("1.jpg"); //读取图片1
Mat img2 = imread("2.jpg"); //读取图片2
vector<Mat> channels1; //用来保存拆分出来的通道向量
vector<Mat> channels2; //用来保存拆分出来的通道向量
split(img1, channels1); //拆分通道向量，根据OpenCV的BGR色彩空间，channels.at(0)为blue色彩
//imshow("blue", channels.at(0)); //显示BGR三个通道的色彩图像
//imshow("green", channels.at(1));
//imshow("red", channels.at(2));
split(img2, channels2); //拆分图片2的3个通道
Mat& redch = channels1.at(2);
//通道融合，这里只能是单通道相融合，不能将red通道和彩色通道融合，否则程序会异常
//也可以red通道和blue通道融合，相同通道融合颜色变量，反之色彩变暗
addWeighted(redch, 0.5, channels2.at(0), 0.5, 0, redch);
merge(channels1, img1);
imshow("NewImg", img1);

示例代码：

#include <iostream>
#include <opencv2/opencv.hpp>

using namespace std;
using namespace cv;

//显示图片
void ReadImgaeAndShow()
{
    Mat img = imread("1.jpg"); //读取图片
    namedWindow("显示图片"); //创建一个名为“显示图片”的窗口
    imshow("显示图片", img); //将图片显示到指定名称的窗口
    imshow("New Window", img); //也可以不用创建窗口，直接使用函数创建窗口并显示图片
    imwrite("3.jpg", img); //保存图片为指定名称
}

//融合图片
void ROIAndShowImage()
{
    Mat img1 = imread("1.jpg"); //读取图片1
    Mat img2 = imread("2.jpg"); //读取图片2
    Mat rol1 = img1(Rect(0, 0, img2.cols/2, img2.rows)); //获取图片1中的ROI区域（感兴趣的区域）
    Mat rol2 = img2(Rect(0, 0, img2.cols/2, img2.rows)); //获取图片2中的ROI区域
    Mat img;
    addWeighted(rol1, 0.5, rol2, 0.5, 0, img); //将图片1和图片2的ROI融合并保存到img中
    addWeighted(rol1, 0.5, rol2, 0.5, 0, rol1); //将图片1和图片2的ROI融合后保存到图片1中
    imwrite("tmp.jpg", img); //保存img图片到磁盘
    imshow("img1", img1); //显示图片1，其中ROI区域包含融合后的图像
}

//多通道拆分和合并，将图片2与图片1的红色通道融合后合并在一起
void SplitAndMerge()
{
    Mat img1 = imread("1.jpg"); //读取图片1
    Mat img2 = imread("2.jpg"); //读取图片2
    vector<Mat> channels1; //用来保存拆分出来的通道向量
    vector<Mat> channels2; //用来保存拆分出来的通道向量
    split(img1, channels1); //拆分通道向量，根据OpenCV的BGR色彩空间，channels.at(0)为blue色彩
    //imshow("blue", channels.at(0)); //显示BGR三个通道的色彩图像
    //imshow("green", channels.at(1));
    //imshow("red", channels.at(2));
    split(img2, channels2); //拆分图片2的3个通道
    Mat& redch = channels1.at(2);
    //通道融合，这里只能是单通道相融合，不能将red通道和彩色通道融合，否则程序会异常
    //也可以red通道和blue通道融合，相同通道融合颜色变量，反之色彩变暗
    addWeighted(redch, 0.5, channels2.at(0), 0.5, 0, redch);
    merge(channels1, img1);
    imshow("NewImg", img1);
}

int main(int argc, char *argv[])
{
    //ReadImgaeAndShow();
    //ROIAndShowImage();
    SplitAndMerge();

    while(1) {
        waitKey(6000);
    }
    
    return 0;
}

 

转载于:https://my.oschina.net/u/3489228/blog/1599822