【OpenCV基础】图像大小计算方法以及获取图像的尺寸和通道数

📢:如果你也对机器人、人工智能感兴趣,看来我们志同道合✨
📢:不妨浏览一下我的博客主页【https://blog.csdn.net/weixin_51244852
📢:文章若有幸对你有帮助,可点赞 👍 收藏 ⭐不迷路🙉
📢:内容若有错误,敬请留言 📝指正!原创文,转载请注明出处

图像大小的计算方法:

即:长X宽X位数 (KB)
关于位数:单通道图像像素值最大为256,也即是2的八次方,所以是8位的,那么彩色图像是三通道的,即24位。

例如

在这里插入图片描述

图像的尺寸就是高和宽,对于二维数组(矩阵)的行数和列数

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

int main() {
	Mat src;
	src = imread("D:/images/lena.png");
	if (src.empty()) {
		printf("could not find the picture!");
		return-1;
	}

	//方法1
	int height = src.rows;//row表示行,rows表示行的总数,即图像的高
	int width = src.cols;//col表示列,cols表示列的总数,即图像的宽
	//方法2
	cout<<src.size()<<endl;
	//获取通道数
	int channels = src.channels();
	//打印输出
	printf("height=%d width=%d channels=%d", height, width, channels);

	//或是
	cout << "\n高=" << height;
	cout << "\n宽=" << width;

	waitKey(0);
	return 0;
}

在这里插入图片描述

  • 2
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
HSV是一种将彩色图像的颜色信息分离出来的通道,通常用于图像处理和计算机视觉领域。HSV通道是指将彩色图像转换为Hue(色相)、Saturation(饱和度)和Value(亮度)三个通道。HSV通道分解的原理和计算方法如下: 1. 原理 HSV通道分解的原理是将RGB图像转换为HSV色彩空间,然后将H、S、V三个通道分离出来。HSV色彩空间是一种基于人眼感知的颜色空间,其中Hue表示色相,Saturation表示饱和度,Value表示亮度。 2. 计算方法 HSV通道分解的计算方法如下: (1)将RGB图像转换为HSV色彩空间。 HSV色彩空间的转换公式如下: V = max(R, G, B) S = (V - min(R, G, B)) / V H = { 60° × (G - B) / (V - min(R, G, B)) } (V = R, G > B) H = { 60° × (B - R) / (V - min(R, G, B)) + 360° } (V = R, G ≤ B) H = { 60° × (B - R) / (V - min(R, G, B)) } (V = G) H = { 60° × (R - G) / (V - min(R, G, B)) + 120° } (V = G) H = { 60° × (R - B) / (V - min(R, G, B)) + 240° } (V = B) 其中,R、G、B分别表示红、绿、蓝三个通道的像素值,V、S、H分别表示亮度、饱和度、色相。 (2)将HSV图像的H、S、V三个通道分离出来。 在OpenCV中,可以使用split()函将HSV图像的H、S、V三个通道分离出来,例如: Mat hsv_image; cvtColor(src_image, hsv_image, CV_BGR2HSV); vector<Mat> channels; split(hsv_image, channels); 其中,src_image是原始的RGB图像,hsv_image是转换后的HSV图像,channels是一个vector容器,分别存储了H、S、V三个通道的像素值。 通过上述计算方法,就可以实现对RGB图像的HSV通道分解,将彩色图像的颜色信息分离出来,便于后续图像处理和计算机视觉算法的实现。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

嵌小超

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值