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 按语境翻译为数组或者阵列。split函数的C++版本有两个原型，分别是:
• c ++: void split( const Mat& src, Mat*mvbegin);
• C++ : void split(InputArray m ，Outpu从nayOfArrays mv);
变量介绍如下:
· 第一个参数， InputArray 类型的m 或者const Mat&类型的src ，填我们需要进行分离的多通道数组。
· 第二个参数， OutputArrayOfArrays 类型的mv ，填函数的输出数组或者输出
的vector 容器。
split 函数分割多通道数组转换成独立的单通道数组，公式如下:
mv[c] (I)= src(I )c

<2>通道合并: merge()函数
merge() 函数是split() 函数的逆向操作将多个数组合并成一个多通道的数组。它通过组合一些给定的单通道数组，将这些孤立的单通道数组合并成一个多通道的数组，从而创建出一个由多个单通道阵列组成的多通道阵列。它有两个基于C十+的函数原型如下。
• C++: void merge(const Mat* mv, size_tcount, Ou阳山rray dst)
• C++: void merge( In putArrayO队rrays mv,OutputArray dst)
变量介绍如下。
· 第一个参数， mv 。填需要被合井的输入矩阵或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。
· 第二个参数， count。当mv 为一个空白的C 数组时，代表输入矩阵的个数，这个参数显然必须大于1。
· 第三个参数， dst。即输出矩阵，和mv[0]拥有一样的尺寸和深度，井且通道的数量是矩阵阵列中的通道的总数。
函数解析如下。
merge 函数的功能是将一些数组合并成一个多通道的数组。关于组合的细节，输出矩阵中的每个元素都将是输出数组的串接。其中，第i 个输入数组的元素被视为mv[i] 。 C 一般用其中的Mat: :at()方法对某个通道进行存取，也就是这样用:channels.at(0) 。
这里的Mat: :at()方法返回一个引用到指定的数组元素。注意是引用，相当于两者等价，也就是修改其中一个，另一个也会随之改变。
<实例>
头文件包含及命名空间

#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <iostream>
using namespace cv;
using namespace std;

实现多通道的图像混合

bool  MultiChannelBlending()
{//【0】定义相关变量Mat srcImage;Mat logoImage;vector<Mat> channels;Mat  imageBlueChannel;//=================【蓝色通道部分】=================//    描述：多通道混合-蓝色分量部分//============================================// 【1】读入图片logoImage= imread("dota_logo.jpg",0);srcImage= imread("dota_jugg.jpg");if( !logoImage.data ) { printf("Oh，no，读取logoImage错误~！ \n"); return false; }if( !srcImage.data ) { printf("Oh，no，读取srcImage错误~！ \n"); return false; }//【2】把一个3通道图像转换成3个单通道图像split(srcImage,channels);//分离色彩通道//【3】将原图的蓝色通道引用返回给imageBlueChannel，注意是引用，相当于两者等价，修改其中一个另一个跟着变imageBlueChannel= channels.at(0);//【4】将原图的蓝色通道的（500,250）坐标处右下方的一块区域和logo图进行加权操作，将得到的混合结果存到imageBlueChannel中addWeighted(imageBlueChannel(Rect(500,250,logoImage.cols,logoImage.rows)),1.0,logoImage,0.5,0,imageBlueChannel(Rect(500,250,logoImage.cols,logoImage.rows)));//【5】将三个单通道重新合并成一个三通道merge(channels,srcImage);//【6】显示效果图namedWindow(" <1>游戏原画+logo蓝色通道");imshow(" <1>游戏原画+logo蓝色通道",srcImage);//=================【绿色通道部分】=================//   描述：多通道混合-绿色分量部分//============================================//【0】定义相关变量Mat  imageGreenChannel;//【1】重新读入图片logoImage= imread("dota_logo.jpg",0);srcImage= imread("dota_jugg.jpg");if( !logoImage.data ) { printf("读取logoImage错误~！ \n"); return false; }if( !srcImage.data ) { printf("读取srcImage错误~！ \n"); return false; }//【2】将一个三通道图像转换成三个单通道图像split(srcImage,channels);//分离色彩通道//【3】将原图的绿色通道的引用返回给imageBlueChannel，注意是引用，相当于两者等价，修改其中一个另一个跟着变imageGreenChannel= channels.at(1);//【4】将原图的绿色通道的（500,250）坐标处右下方的一块区域和logo图进行加权操作，将得到的混合结果存到imageGreenChannel中addWeighted(imageGreenChannel(Rect(500,250,logoImage.cols,logoImage.rows)),1.0,logoImage,0.5,0.,imageGreenChannel(Rect(500,250,logoImage.cols,logoImage.rows)));//【5】将三个独立的单通道重新合并成一个三通道merge(channels,srcImage);//【6】显示效果图namedWindow("<2>游戏原画+logo绿色通道");imshow("<2>游戏原画+logo绿色通道",srcImage);//=================【红色通道部分】=================// 描述：多通道混合-红色分量部分//============================================//【0】定义相关变量Mat  imageRedChannel;//【1】重新读入图片logoImage= imread("dota_logo.jpg",0);srcImage= imread("dota_jugg.jpg");if( !logoImage.data ) { printf("Oh，no，读取logoImage错误~！ \n"); return false; }if( !srcImage.data ) { printf("Oh，no，读取srcImage错误~！ \n"); return false; }//【2】将一个三通道图像转换成三个单通道图像split(srcImage,channels);//分离色彩通道//【3】将原图的红色通道引用返回给imageBlueChannel，注意是引用，相当于两者等价，修改其中一个另一个跟着变imageRedChannel= channels.at(2);//【4】将原图的红色通道的（500,250）坐标处右下方的一块区域和logo图进行加权操作，将得到的混合结果存到imageRedChannel中addWeighted(imageRedChannel(Rect(500,250,logoImage.cols,logoImage.rows)),1.0,logoImage,0.5,0.,imageRedChannel(Rect(500,250,logoImage.cols,logoImage.rows)));//【5】将三个独立的单通道重新合并成一个三通道merge(channels,srcImage);//【6】显示效果图namedWindow("<3>游戏原画+logo红色通道 ");imshow("<3>游戏原画+logo红色通道 ",srcImage);return true;
}

测试一下

int main(   )
{system("color 9F");if(MultiChannelBlending( )){cout<<endl<<"\n运行成功，得出了需要的图像~! ";}waitKey(0);return 0;
}

效果图如下：

基于openCV3的颜色通道分离及多通道图像混合相关推荐

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 ...
转载：【OpenCV入门教程之五】分离颜色通道多通道图像混合
本系列文章由@浅墨_毛星云出品,转载请注明出处. 文章链接: http://blog.csdn.net/poem_qianmo/article/details/21176257 作者:毛星云(浅墨) ...
【OpenCV入门教程之五】分离颜色通道多通道图像混合（转）
本系列文章由@浅墨_毛星云出品,转载请注明出处. 文章链接: http://blog.csdn.net/poem_qianmo/article/details/21176257 作者:毛星云(浅墨) ...
【OpenCV C++】分离颜色通道多通道图像混合
分离颜色通道&多通道图像混合一.分离颜色通道 <1>split函数详解 <2>merge函数详解二.多通道图像混合示例程序本系列文章由@浅墨_毛星云出品,转载请 ...
【OpenCV（C++）】分离颜色通道、多通道图像混合
[OpenCV(C++)]分离颜色通道.多通道图像混合通道分离:split()函数通道合并:merge()函数多通道图像混合实例为了更好地观察一些图像材料的特征,需要对RGB三个颜色通道的分量 ...
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(' ...
【计算机视觉】EmguCV学习笔记（4）分离颜色通道以及多通道图像混合
如果喜欢这里的内容,你能够给我最大的帮助就是转发,告诉你的朋友,鼓励他们一起来学习. If you like the content here, you can give me the greates ...
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, ...
三通道图像转化为三通道，并将多通道图像混合
#include<cv.h> #include<highgui.h> #include<iostream> using namespace cv; using na ...

基于openCV3的颜色通道分离及多通道图像混合

基于openCV3的颜色通道分离及多通道图像混合相关推荐

最新文章

热门文章