小白编程：OpenCV入门：图片简单操作：改变大小 HSV RGB

index：

1读取图片

2改变大小

3转换成灰度图

4阈值处理

5转换成HSV模式 并输出HSV对应的变量

6输出图像的RGB图像

图片高斯平滑处理：使图片模糊达到去噪的效果 是模型更好学习

、

把图片的颜色空间转换成灰色的颜色空间

通过一个阈值来处理图片  这里大于、小于阈值的像素点 转换成 黑，白

#include <opencv2/opencv.hpp>

#include <iostream>

using namespace std;

using namespace cv;

int main()

{
	
	//读取本地的一张图片便显示出来

	Mat img = imread("D:\\openCV\\opencv\\sources\\samples\\data\\lena.jpg");
	Mat imageGauss, img1, img2, gray, gray1;
	imshow("Hello World", img);
	//等待用户按键:
	waitKey(0);

	
	//高斯平滑:直观效果是图片变的模糊了  实际上在模型上有着去除噪声的效果
	//void GaussianBlur( const Mat& src, Mat& dst, Size ksize,double sigmaX, double sigmaY=0,int borderType = BORDER_DEFAULT );
	//对图像进行高斯平滑处理并显示：
	GaussianBlur(img, imageGauss, Size(5, 5), 0);//对图像img使用高斯平滑处理 生成imageGauss 过滤器的大小为5，5 厚度设置为0代表是自己设置
	imshow("Gaussian filtered image", imageGauss);
	waitKey(0);

	//使用resize函数可以该边图像的大小
	//void resize(InputArray src, OutputArray dst, Size dsize, double fx = 0, double fy = 0, int interpolation = INTER_LINEAR)
	resize(img, img1,Size(img.cols/2,img.rows/2));
	imshow("1/2 img", img1);
	//使用pyrDown（）函数可以是图片缩小一半
	pyrDown(img1, img2);//img2是原图片的1/4了
	imshow("1/4 img", img2);
	waitKey(0);
	//颜色空间转换和阈值化
	//使一个图片的颜色空间 变成另一个颜色空间
	//void cvtColor(InputArray src, OutputArray dst, int code, int dstCn = 0);
	//把原图片的颜色空间变成gray的颜色空间
	cvtColor(img, gray,COLOR_BGR2GRAY);
	imshow("gray", gray);
	waitKey(0);
	//使图片阈值化
	//Void threshold(InputArray src, OutputArray dst, double thresh, double maxval, int type);
	threshold(gray, gray1, 120, 0xff, THRESH_BINARY);
	imshow("threshold img", gray1);
	waitKey(0);

 转换成HSV模式 并输出HSV对应的变量 H：色调 S：饱和度  V：亮度

结果截图

原图片的色调（不同颜色）

原图片对应的饱和度（颜色的色度）

原图片对应的亮度

Mat lena = imread("D:\\openCV\\opencv\\sources\\samples\\data\\lena.jpg");
	Mat imglena,graylena, halflena,hsv, hsvC, hsvChannels[3];
	//显示原图片
	imshow("lena", lena);
	pyrDown(lena , halflena);
	cvtColor(halflena,graylena, COLOR_BGR2GRAY);
    //显示灰色图片1
	imshow("gray_lena",graylena);
	waitKey(0);
	//将图片转换成HSV颜色模式
	cvtColor(lena , hsv, COLOR_BGR2HSV);
	//分解HSV模式下的图片：split()函数
	split(hsv, hsvChannels);
	imshow("Hue", hsvChannels[0]);
	imshow("Saturation", hsvChannels[1]);
	imshow("Value", hsvChannels[2]);
	waitKey(0);

 输出图像的RGB图像（百度get的） ：输出图片的三原色像素对应的图片

 

OpenCV读入的图片本身就是BGR格式 

是一个数组

原图片的RGB分量

：split 函数 把图片色道分离 通道为BGR

​​//输出图像的RGB分量
	Mat orig;
	orig = imread("D:\\openCV\\opencv\\sources\\samples\\data\\lena.jpg");

	if (orig.empty())
		cout << "读入失败" << endl;
	imshow("original", orig);

	vector<Mat>m;

	split(orig, m); //提取通道信息，但是当未把其他通道设置为0时显示为灰度图，但各通道信息不同

	vector<Mat>Rchannels, Gchannels, Bchannels;
	//提取通道信息，把orig的通道数据复制到channals
	split(orig, Rchannels);
	split(orig, Gchannels);
	split(orig, Bchannels);
	//将其他通道信息设置为0
	Rchannels[1] = 0;
	Rchannels[2] = 0;
	Gchannels[0] = 0;
	Gchannels[2] = 0;
	Bchannels[0] = 0;
	Bchannels[1] = 0;

	//合并通道信息
	merge(Rchannels, m[0]);
	merge(Gchannels, m[1]);
	merge(Bchannels, m[2]);
	//显示各通道信息
	imshow("通道0B", m[0]);
	imshow("通道1G", m[1]);
	imshow("通道2R", m[2]);
	waitKey(0);
	return 0;