2图像彩色空间转换，RGB转灰度图等。cvtColor()函数

最新推荐文章于 2025-03-20 11:35:25 发布

lk小强

最新推荐文章于 2025-03-20 11:35:25 发布

阅读量5.5k

点赞数 3

本文链接：https://blog.csdn.net/weixin_40807247/article/details/79953151

版权

Opencv 专栏收录该内容

19 篇文章

订阅专栏

生活中大多数看到的彩色图片都是RGB类型，但是在进行图像处理时，需要用到灰度图、HSV、HSI等颜色制式，opencv提供了cvtColor()函数来实现这些功能。

cvtColor函数

此函数的作用是将一个图像从一个颜色空间转换到另一个颜色空间。

首先看一下cvtColor函数定义：

void cvtColor(InputArray src, OutputArray dst, int code, int dstCn=0)

参数说明：

src: 输入图像；
dst: 输出图像；
code: 颜色空间转换标识符；

dstCn: 目标图像的通道数，该参数为0时，目标图像根据源图像的通道数和具体操作自动决定；

需要说明的是在opencv2.x时颜色空间转换code用的宏定义是CV_前缀开头，而在opencv3.x版本其颜色空间转换code宏定义更改为COLOR_开头，而经验证，2.4.13版本中opencv同时支持这两种形式的写法。故下面表格会将两种code类型同时列出，以供参考：

#include <opencv2\core\core.hpp>
#include <opencv2\highgui\highgui.hpp>
#include <opencv2\imgproc\imgproc.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main()
{
	//1 变量定义
	Mat srcImage, image_gray, image_hsc, image_lab;
	//2 读取原始图像并检查图像是否读取成功
	srcImage = imread("demo01.jpg");
	if (srcImage.empty())
	{
		cout << "读取图像有误，请重新输入正确路径！" << endl;
		return -1;
	}
	imshow("源图像srcImage",srcImage);//在窗口显示源图像

	//3 源图像转为灰度图
	//需要说明的是在opencv2.x时颜色空间转换code用的宏定义是CV_前缀开头，而在opencv3.x版本其颜色空间转换code宏定义更改为COLOR_开头
	//void cvtColor( InputArray src, OutputArray dst, int code, int dstCn = 0 );
	//cvtColor(srcImage,image_gray,CV_BGR2GRAY);
	cvtColor(srcImage, image_gray, COLOR_BGR2GRAY);
	imshow("灰度图image_gray",image_gray);

	//4 源图像转为HSV颜色空间
	cvtColor(srcImage,image_hsc,CV_BGR2HSV);
	imshow("HSV颜色空间image_hsc", image_hsc);

	//5 源图像转为Lab颜色空间
	cvtColor(srcImage, image_lab, CV_BGR2Lab);
	imshow("Lab颜色空间image_lab", image_lab);

	//6 保持等待状态
	waitKey(0);
	return 0;
}

运行结果;

========================分割线=======================

在图像处理时，我们接触到的彩色以RGB居多，为了分析图像在某一通道上的特性，需要将图像的颜色通道进行分离，或者是在对某一颜色通道处理后重新进行融合。opencv提供了split()函数来进行颜色通道的分离，提供了merge()函数来进行颜色通道的融合。

1.split()函数

此函数的作用是将一个图像通道进行分离。

首先看一下split()函数定义：

void split(const Mat& m, vector<Mat>& mv );

参数说明：

第一个参数，const Mat&类型的src，填我们需要进行分离的图像；
第二个参数，vector<Mat>类型的mv，填函数的输出数组或者输出的vector容器，即分离后的图像；

========================分割线=======================

2.merge()函数

merge()函数的功能是split()函数的逆向操作，将多个数组合并成一个多通道的数组。

首先看一下merge()函数定义：

void merge(const vector<Mat>& mv, OutputArray dst );

参数说明：

第一个参数，const <Mat>类型的mv，填需要被合并的vector容器的阵列，这个mv参数中所有的矩阵必须有着一样的尺寸和深度；说白了就是前面被split()函数分离后的图像通道。
第二个参数，保存为合并后的图像；

========================分割线=======================

3.演示代码

#include <opencv2\core\core.hpp>
#include <opencv2\highgui\highgui.hpp>
#include <opencv2\imgproc\imgproc.hpp>
#include <iostream>

using namespace cv;
using namespace std;
/*

此程序共显示9个窗口。
先将RGB图像通道分离，分别显示R、G、B、单个通道；
后将RGB颜色空间转为HSV空间，将HSV图像通道分离，分别显示H、S、V、单个通道；
最后将H、S、V、单个通道重新合并为3通道图像；
*/
int main()
{

	//1 定义相关变量
	Mat srcImage, newImage;//源图像，通道合并后的图像
	Mat srcImage_B, srcImage_G, srcImage_R;//RGB各个通道
	Mat image_H, image_S, image_V;         //H S V各个通道
	vector<Mat> channels_BGR; //vector<Mat> 可以理解为存放Mat类型的容器（数组）
	vector<Mat> channels_HSV;

	//2 读取原始图像并检查图像是否读取成功
	srcImage = imread("demo01.jpg");
	if (srcImage.empty())
	{
		cout << "读取图像错误，请重新输入正确路径" << endl;
		return -1;
	}
	imshow("srcImage源图像",srcImage);//在窗口显示源图像

	//3 对加载的源图像进行通道分离，即把一个3通道图像转换成3个单通道图像
	split(srcImage,channels_BGR);
	//0通道为B分量，1通道为G分量，2通道为R分量。因为：RGB色彩空间在opencv中默认通道顺序为BGR！！！ 
	srcImage_B = channels_BGR.at(0);
	srcImage_G = channels_BGR.at(1);
	srcImage_R = channels_BGR.at(2);
	//分别显示R G B各个通道图像
	imshow("srcImage_B通道",srcImage_B);
	imshow("srcImage_G通道", srcImage_G);
	imshow("srcImage_R通道", srcImage_R);

	//4 将BGR颜色空间转换为HSV颜色空间
	Mat image_hsv;
	cvtColor(srcImage,image_hsv,CV_BGR2HSV);
	imshow("HSV颜色空间图像",image_hsv);

	//5 对加载的HSV图像进行通道分离
	split(image_hsv,channels_HSV);
	//0通道为H分量，1通道为S分量，2通道为V分量
	image_H = channels_HSV.at(0);
	image_S = channels_HSV.at(1);
	image_V = channels_HSV.at(2);
	//分别显示H S V各个通道图像
	imshow("image_H通道", image_H);
	imshow("image_S通道", image_S);
	imshow("image_V通道", image_V);

	//6 将3个单通道重新合成一个三通道图像
	merge(channels_HSV,newImage);
	imshow("将H S V通道合并后的图像",newImage);

	//7 保持等待状态
	waitKey(0);
	return 0;
}

======================分割线===============

有的时候，想知道要我们的程序一共运行了多长时间，这个很常用，也很简单，仅仅需要两个函数即可。

opencv里使用getTickCount()与getTickFrequency()函数记录时间；

函数解释：

getTickCount()函数：它返回从操作系统启动到当前所经的计时周期数。

getTickFrequency()函数：返回CPU的频率。

=====================分割线==================