OpenCV学习笔记（07）：图像通道的分离和混合

1.通道分离函数split

OpenCV提供split函数将多通道的矩阵分离成单通道矩阵，原型如下：

void cv::split  (const Mat & src,
Mat * mvbegin 
)   

参数src是输入的图像；
参数mvbegin是指向Mat类型的指针，在这里，表示存储分离出来的多通道的Mat数组；

该函数的实现公式为：

2.通道聚合函数merge

merge和split总是成对使用，像是一对形影不离的好基友，函数原型：

void cv::merge(const Mat * mv,
size_t count,
OutputArray     dst 
)   

参数mv 对应指向分离通道的Mat数组；
参数count 表示需要合成的通道数，该通道数需＞0，但实际操作过程中发现，count只能取值1,3,4
参数dst表示输出图像

3.一个例子

• 源代码

#include<opencv2\opencv.hpp>
#include<iostream>
using namespace std;
using namespace cv;
int main()
{
    Mat src = imread("E:\\1.jpg", IMREAD_COLOR);
    src.convertTo(src, CV_32FC3);
    src *= 1. / 255;

    Mat dst;
    Mat channels[3];

cout << "src.at<Vec3f>(0, 0)=" << src.at<Vec3f>(0, 0) << endl;

    split(src, channels);

cout << "channels[0].at<float>(0)=" << channels[0].at<float>(0) << endl;
cout << "channels[1].at<float>(0)=" << channels[1].at<float>(0) << endl;
cout << "channels[2].at<float>(0)=" << channels[2].at<float>(0) << endl;

    imshow("BLUE", channels[0]);
    imshow("GREEN", channels[1]);
    imshow("RED", channels[2]);

    merge(channels,3,dst);

    imshow("MERGE", dst);

    waitKey(0);
return 0;
}

• 运行结果
  
  显然，src第(0,0)元素的BRG值被分离到channels数组的每一个元素的第一个值，
  下面是抽离出来的单通道显示图片，以及最后的聚合图片
  蓝色通道
  
  绿色通道
  
  红色通道
  
  聚合图片
  
  由于是单通道，所以显示出来的都是灰度图，对比不是那么明显，下面，我们修改一下程序，来实现一个对比明显的版本
  以蓝色为例——
• 源程序2

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

int main()
{
    Mat src = imread("E:\\1.jpg", IMREAD_COLOR);
    Mat backGround(Size(src.cols, src.rows), CV_32FC3, Scalar(0, 0, 0));
    src.convertTo(src, CV_32FC3);
    src *= 1. / 255;

    Mat dst;
    Mat channels[3];
    Mat channels1[3];

    split(src, channels);
    split(backGround, channels1);


    addWeighted(channels[0], 1.0, channels1[0], 0.5, 0, channels1[0]);
    merge(channels1, 3, backGround);
    imshow("BLUE", backGround);


    waitKey(0);
return 0;
}

• 运行结果
  

加入一个元素全0的background合成多通道，似乎直观了很多。

4. 总结

分离通道主要用于特定通道特定用途的运算，比如说，傅里叶变换等。