在图像颜色模型中不同的分量存放在不同的通道中,如果我们只需要处理RGB图像中的红色通道,可以将红色通道从三通道的数据中分离出来再进行处理,这种方式可以减少数据所占据的内存,加快程序的运行速度。同时,当我们分别处理完多个通道后,需要将所有通道合并在一起重新生成RGB图像。
1、多通道分离-----函数split()
作用 : 将多通道的图像分离成若干单通道的图像
(1)第一种形式
void cv::split(const Mat & src,
Mat * mvbegin
)
src : 待分离的多通道图像
mvbegin : 分离后的单通道图像,为数组形式,数组大小需要与图像的通道数相同
(2)第二种形式
void cv::split(InputArray m,
OutputArrayOfArrays mv
)
m : 待分离的多通道图像
mv :分离后的单通道图像,为向量vector形式
前者第二个参数输入的是Mat类型的数组,其数组的长度需要与多通道图像的通道数相等并且提前定义;第二种函数原型的第二个参数输入的是一个vector<Mat>容器,不需要知道多通道图像的通道数。
例 :
split(img, imgs)
//将原始图像img的通道分离到imgs数组中
2、多通道合并-----函数merge()
作用 :将多个图像合并成一个多通道图像
(1)第一种形式
void cv::merge(const Mat * mv,
size_t count,
OutputArray dst
)
mv : 需要合并的图像数组,其中每个图像必须拥有相同的尺寸和数据类型
count : 输入的图像数组的长度,其数值必须大于0
dst : 合并后输出的图像,与mv[0]具有相同的尺寸和数据类型,通道数等于所有输入图像的通道数总和
(2)第二种形式
void cv::merge(InputArrayOfArrays mv,
OutputArray dst
)
mv : 需要合并的图像向量vector,其中每个图像必须拥有相同的尺寸和数据类型
dst:合并后输出的图像,与mv[0]具有相同的尺寸和数据类型,通道数等于所有输入图像的通道数总和
例:
merge(imgs, 3, result1)
//将数组imgs中的多个通道图像合并为单个图像,并将合并结果存储在result1中
imgs :是要合并的图像通道数组
3 :表示通道数量(在这种情况下是3)
result1 :是合并图像的输出变量
3、例子
#include <opencv2\opencv.hpp>
#include <iostream>
#include <vector>
using namespace std;
using namespace cv;
int main()
{
Mat img = imread("lena.png");
if (img.empty())
{
cout << "请确认图像文件名称是否正确" << endl;
return -1;
}
Mat HSV;
cvtColor(img, HSV, COLOR_RGB2HSV);
Mat imgs0, imgs1, imgs2; //用于存放数组类型的结果
Mat imgv0, imgv1, imgv2; //用于存放vector类型的结果
Mat result0, result1, result2; //多通道合并的结果
//输入数组参数的多通道分离与合并
Mat imgs[3];
split(img, imgs);
imgs0 = imgs[0];
imgs1 = imgs[1];
imgs2 = imgs[2];
imshow("RGB-R通道", imgs0); //显示分离后R通道的像素值
imshow("RGB-G通道", imgs1); //显示分离后G通道的像素值
imshow("RGB-B通道", imgs2); //显示分离后B通道的像素值
imgs[2] = img; //将数组中的图像通道数变成不统一
merge(imgs, 3, result0); //合并图像
//imshow("result0", result0); //imshow最多显示4个通道,因此结果在Image Watch中查看
Mat zero = cv::Mat::zeros(img.rows, img.cols, CV_8UC1);//创建一个与原始图像 img 相同大小的全零单通道图像 zero
imgs[0] = zero;//将全零图像 zero 赋值给 imgs 数组的第一个通道,即索引为0的元素
imgs[2] = zero;
merge(imgs, 3, result1); //用于还原G通道的真实情况,合并结果为绿色
imshow("result1", result1); //显示合并结果
//输入vector参数的多通道分离与合并
vector<Mat> imgv;
split(HSV, imgv);
imgv0 = imgv.at(0);
imgv1 = imgv.at(1);
imgv2 = imgv.at(2);
imshow("HSV-H通道", imgv0); //显示分离后H通道的像素值
imshow("HSV-S通道", imgv1); //显示分离后S通道的像素值
imshow("HSV-V通道", imgv2); //显示分离后V通道的像素值
imgv.push_back(HSV); //将vector中的图像通道数变成不统一
merge(imgv, result2); //合并图像
//imshow("result2", result2); /imshow最多显示4个通道,因此结果在Image Watch中查看
waitKey(0);
return 0;
}