颜色通道分离

在图像中不同的分量存放在不同的通道中，有时为了减少数据占用的内存，提高程序的运行效率，满足特定的需求，需要将颜色通道中的某一个分量分离出来，例如分离RGB中的GREEN通道。在opencv中提供了split()用来分离通道得到单通道语义信息。

split()源码中的函数原型

CV_EXPORTS void split(const Mat &src, Mat *mvbegin);

split()源码中重点的函数描述

The function cv::split splits a multi-channel array into separate single-channel arrays:
\f[\texttt{mv} [c](I) =  \texttt{src} (I)_c\f] .@param src input multi-channel array.
@param mvbegin output array; the number of arrays must match src.channels(); the arrays themselves are
reallocated, if needed.

上述描述大概意思是该函数对多通道数组分离为单通道数组。并且分离出来的单通道数组mvbegin个数必须要和输入图片的多通道的通道数src.channerls()相匹配。
下面我们来看一个示例

#include <iostream>
#include <opencv2/opencv.hpp>
#include <vector>using namespace std;
using namespace cv;//定义单通道图片存储的动态数组
vector<cv::Mat> list_mat_img;int main() {Mat img, clone_img;img = imread("D:/cat.jpg", 3);clone_img = img.clone();double scale = 0.5;//尺度缩小为原来的50%resize(clone_img, clone_img, Size(int(img.cols * scale), int(img.rows * scale)), 0, 0, INTER_AREA);//分割通道split(clone_img, list_mat_img);//vector.at(index)查找数组下标为index的数据for (int i = 0; i < list_mat_img.size(); ++i) {//to_string(object) int强转为stringimshow("single_channel_frame_" + to_string(i), list_mat_img.at(i));waitKey(0);}return 0;
}

效果显示

多通道融合

有时，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或其他颜色空间图像时，就需要opencv中提供的merge()进行通道融合。

merge()源码中的函数原型

CV_EXPORTS_W void merge(InputArrayOfArrays mv, OutputArray dst);

merge()源码中的函数描述

@param mv input vector of matrices to be merged; all the matrices in mv must have the same
size and the same depth.
@param dst output array of the same size and the same depth as mv[0]; The number of channels will
be the total number of channels in the matrix array.

上述描述大概意思是输入矩阵中的向量用于融合，并且它们都要有相同大小的尺度和深度。而输出数组要与输入向量的尺度和深度相同。它的通道数要和输入矩阵中所有向量通道数的和相同。

下面看一个颜色通道为HSV分离融合的示例

#include <iostream>
#include <opencv2/opencv.hpp>
#include <vector>using namespace std;
using namespace cv;vector<cv::Mat> list_convert_hsv;int main() {Mat img, clone_img, merge_img, convert_hsv_img;img = imread("D:/cat.jpg", 3);clone_img = img.clone();cvtColor(clone_img, convert_hsv_img, COLOR_BGR2HSV);double scale = 0.5;resize(convert_hsv_img, convert_hsv_img, Size(int(img.cols * scale), int(img.rows * scale)), 0, 0, INTER_AREA);split(convert_hsv_img, list_convert_hsv);cv::merge(list_convert_hsv, merge_img);imshow("merge_img", merge_img);waitKey(0);return 0;
}

效果图

图像线性融合

addWeight()源码中的线性融合公式

dst = src1*alpha + src2*beta + gamma;//dst是融合之后图像

addWeight()源码中的函数原型

CV_EXPORTS_W void addWeighted(InputArray src1, double alpha, InputArray src2,double beta, double gamma, OutputArray dst, int dtype = -1);

addWeight()源码中主要描述

@param src1 first input array.
@param alpha weight of the first array elements.
@param src2 second input array of the same size and channel number as src1.
@param beta weight of the second array elements.
@param gamma scalar added to each sum.
@param dst output array that has the same size and number of channels as the input arrays.
@param dtype optional depth of the output array; when both input arrays have the same depth, dtype
can be set to -1, which will be equivalent to src1.depth().

上述描述大概意思是对各个参数的描述,src1是待融合的图像1，alpha是图像1的融合所占权值(小于1时，亮度暗，大于1时候亮度亮)，src2是待融合的图像2,beta是图像2的融合所占的权值，dst融合之后的图像，图像尺寸和深度和src1相同，dtype可选参数，若与src1尺寸和深度相同时，则设置为-1，否则要设置为src1.depth()
下面来看一个示例

#include <iostream>
#include <opencv2/opencv.hpp>using namespace std;
using namespace cv;void resize_img(Mat &mat, int width, int height, int interpolation);int main() {Mat img1, img2;Mat img1_clone, img2_clone;img1 = imread("D:/cat.jpg", 3);img2 = imread("D:/food.jpg", 3);img1_clone = img1.clone();img2_clone = img2.clone();double scale = 0.5;int weight = int(img1.cols * scale);int height = int(img1.rows * scale);int interpolation = INTER_AREA;Mat merge_img(height, weight, CV_8UC3);resize(img2_clone, weight, height, interpolation);resize(img1_clone, weight, height, interpolation);imshow("img1", img1_clone);waitKey(0);imshow("img2", img2_clone);waitKey(0);addWeighted(img1_clone, 0.8, img2_clone, 0.2, 0, merge_img, -1);imshow("merge_img", merge_img);waitKey(0);return 0;
}void resize_img(Mat &mat, int width, int height, int interpolation) {resize(mat, mat, Size(width, height), 0, 0, interpolation);
}

效果显示

OpenCv图像处理之颜色通道分离与多通道融合、图像线性融合相关推荐

OpenCV系列四 --- 颜色通道分离与多通道图像混合
今天呢,我们一起来学习彩色图像的颜色通道分离与多通道图像混合,一般情况下,我们大多数看到的图像都是基于RGB颜色通道的图像,因此要实现颜色通道的分离,即要将R.G.B三个通道分离,而多通道图像混合,即 ...
基于openCV3的颜色通道分离及多通道图像混合
注:文档摘至<OpenCV3编程入门>毛星云版 <1>通道分离: split()函数 split函数用于将一个多通道数组分离成几个单通道数组.这里的array 按语境翻译为数组 ...
Opencv图像基本操作——读取、显示、截取图像、属性、颜色通道、边界填充、图像融合
引言我们都会有一个疑惑:计算机眼中的图像长什么样子呢? 首先拿来一张图片分割成无数个小格,每一个小格叫做像素点,计算机中的图像是由像素点构成的像素矩阵,像素点构成它的每一个值都是在0-255之间浮动 ...
OpenCV图像处理（14）——文件夹下所有图像转灰度
前言一个项目中,给三维模型的贴图是彩色的,但是要实现红外的纹理贴图,首先第一步是将彩色的转换成灰度,但是对于FBX格式文件,是如何从文件夹下读取不同部件的贴图,已经贴图的不同LOD级别,还没有搞清楚 ...
OpenCV图像处理（1）——指定文件夹写入图像
文件夹写入图像 imwrite("./111/maoqiubiaozhu_" + std::to_string(i) + ".bmp", src);//在项目目 ...
pythpn实现bgr颜色通道分离，并分别显示一副彩色图片的BGR通道图片
分别显示一副彩色图片的B,G,R通道图片要实现这个功能,原理很简单. 一张彩图有三个颜色通道,显示哪个就将另外两个通道置0 代码 import cv2 as cv img = cv.imread(' ...
OpenCV图像处理（18）——文件夹下所有图像转灰度（14-15综合）
对文件夹下所有图像做灰度转换,并做garma校正,产生不同的灰度亮度范围,方案用(13-14) #pragma once #include<stdio.h> #include<ope ...
OpenCV开发笔记（十）：OpenCV图像颜色通道分离和图像颜色多通道混合
若该文为原创文章,未经允许不得转载本文章博客地址:https://blog.csdn.net/qq21497936/article/details/101420314 各位读者,知识无穷而人力有穷, ...
Python+OpenCV 图像处理系列（8）—— Numpy 对象及图像对象创建与赋值
1. Numpy 相关知识 1.1 Ndarray 对象在了解 OpenCV 的图像对象之前我们先对 NumPy 的基础知识做一回顾,方便我们后续更进一步理解图像对象的一系列操作. In [2]: ...
OpenCV--颜色通道分离和合并
OpenCV–颜色通道分离和合并颜色通道分离: 语法: mv = cv.split( img[, mv] ) img:输入的多通道的图像数组: mv:数组的输出向量:如果需要,数组本身被重新分配(B ...

OpenCv图像处理之颜色通道分离与多通道融合、图像线性融合

OpenCv图像处理之颜色通道分离与多通道融合、图像线性融合

颜色通道分离

多通道融合

图像线性融合

OpenCv图像处理之颜色通道分离与多通道融合、图像线性融合相关推荐

最新文章

热门文章