本系列文章由@淺墨_毛星云 出品，轉(zhuǎn)載請注明出處。??
?
?
?
文章鏈接：?http://blog.csdn.net/poem_qianmo/article/details/21176257
?
作者：毛星云（淺墨）????郵箱：?happylifemxy@163.com?
寫作當前博文時配套使用的OpenCV版本： 2.4.8
?
?
上篇文章中我們講到了使用addWeighted函數(shù)進行圖像混合操作，以及將ROI和addWeighted函數(shù)結(jié)合起來使用，對指定區(qū)域進行圖像混合操作。
而為了更好的觀察一些圖像材料的特征，有時需要對RGB三個顏色通道的分量進行分別顯示和調(diào)整。通過OpenCV的split和merge方法可以很方便的達到目的。
這就是我們這篇文章的主要內(nèi)容。依然是先看一張截圖吧：
?
?
一、分離顏色通道
?
?
就讓我們來詳細介紹一下這兩個互為冤家的函數(shù)。首先是進行通道分離的split函數(shù)。
?
?
<1>split函數(shù)詳解
?
將一個多通道數(shù)組分離成幾個單通道數(shù)組。ps：這里的array按語境譯為數(shù)組或者陣列。
?
這個split函數(shù)的C++版本有兩個原型，他們分別是：
?
[cpp]?view plaincopyprint?
C++:?void?split(const?Mat&?src,?Mat*mvbegin);??C++:?void?split(InputArray?m,OutputArrayOfArrays?mv);?? ?
?
?
關于變量介紹：
?
?
- 第一個參數(shù)，InputArray類型的m或者const Mat&類型的src，填我們需要進行分離的多通道數(shù)組。
- 第二個參數(shù)，OutputArrayOfArrays類型的mv，填函數(shù)的輸出數(shù)組或者輸出的vector容器。
?
?
?
就如上一節(jié)中講到方法一樣，這里的OutputArrayOfArrays我們通過【轉(zhuǎn)到定義】大法，可以查到它是_OutputArray的引用，那么我們在源代碼中再次通過【轉(zhuǎn)到定義】看到_OutputArray類的原型，即是OutputArrayOfArrays的原型：
?
?
[cpp]?view plaincopyprint?
class?CV_EXPORTS?_OutputArray?:?public_InputArray??{??public:?????_OutputArray();????????_OutputArray(Mat&?m);?????template<typename?_Tp>?_OutputArray(vector<_Tp>&?vec);?????template<typename?_Tp>?_OutputArray(vector<vector<_Tp>>&?vec);?????_OutputArray(vector<Mat>&?vec);?????template<typename?_Tp>?_OutputArray(vector<Mat_<_Tp>>&?vec);?????template<typename?_Tp>?_OutputArray(Mat_<_Tp>&?m);?????template<typename?_Tp,?int?m,?int?n>?_OutputArray(Matx<_Tp,?m,n>&?matx);?????template<typename?_Tp>?_OutputArray(_Tp*?vec,?int?n);?????_OutputArray(gpu::GpuMat&?d_mat);?????_OutputArray(ogl::Buffer&?buf);?????_OutputArray(ogl::Texture2D&?tex);?????????_OutputArray(constMat&?m);?????template<typename?_Tp>?_OutputArray(const?vector<_Tp>&vec);?????template<typename?_Tp>?_OutputArray(constvector<vector<_Tp>?>&?vec);?????_OutputArray(const?vector<Mat>&?vec);?????template<typename?_Tp>?_OutputArray(const?vector<Mat_<_Tp>>&?vec);?????template<typename?_Tp>?_OutputArray(const?Mat_<_Tp>&?m);?????template<typename?_Tp,?int?m,?int?n>?_OutputArray(constMatx<_Tp,?m,?n>&?matx);?????template<typename?_Tp>?_OutputArray(const?_Tp*?vec,?int?n);?????_OutputArray(const?gpu::GpuMat&?d_mat);?????_OutputArray(const?ogl::Buffer&?buf);?????_OutputArray(const?ogl::Texture2D&?tex);????????virtual?bool?fixedSize()?const;?????virtual?bool?fixedType()?const;?????virtual?bool?needed()?const;?????virtual?Mat&?getMatRef(int?i=-1)?const;??????????????virtual?void?create(Size?sz,?int?type,?int?i=-1,?bool?allowTransposed=false,int?fixedDepthMask=0)?const;?????virtual?void?create(int?rows,?int?cols,?int?type,?int?i=-1,?boolallowTransposed=false,?int?fixedDepthMask=0)?const;?????virtual?void?create(int?dims,?const?int*?size,?int?type,?int?i=-1,?boolallowTransposed=false,?int?fixedDepthMask=0)?const;?????virtual?void?release()?const;?????virtual?void?clear()?const;?????#ifdefOPENCV_CAN_BREAK_BINARY_COMPATIBILITY?????virtual?~_OutputArray();??#endif??};??
?
?
類體中還是有不少內(nèi)容的，其實注意到里面是定義的各種模板，重載的各種構(gòu)造函數(shù)就可以了。
?
好了，穿越完OutputArrayOfArrays的介紹，我們繼續(xù)講解split。
?
split函數(shù)分割多通道數(shù)組轉(zhuǎn)換成獨立的單通道數(shù)組，按公式來看就是這樣：
?
? ? ? ? ? ? ? ? ? ? ? ? ? ? ?
?
?
?
?
最后看一個示例吧：
?
[cpp]?view plaincopyprint?
Mat?srcImage;??Mat?imageROI;??vector<Mat>?channels;??srcImage=?cv::imread("dota.jpg");??split(srcImage,channels);???????imageROI=channels.at(0);?????????addWeighted(imageROI(Rect(385,250,logoImage.cols,logoImage.rows)),1.0,????????????????logoImage,0.5,0.,imageROI(Rect(385,250,logoImage.cols,logoImage.rows)));????????????merge(channels,srcImage4);????????????namedWindow("sample");?????????imshow("sample",srcImage);?? ?
?
?
將一個多通道數(shù)組分離成幾個單通道數(shù)組的split()函數(shù)的內(nèi)容大概就是這些了，下面我們來看一下和他親如手足或者說是他的死對頭——merge()函數(shù)。
?
?
<2>merge函數(shù)詳解
?
merge()函數(shù)的功能是split()函數(shù)的逆向操作，將多個數(shù)組組合合并成一個多通道的數(shù)組。
它通過組合一些給定的單通道數(shù)組，將這些孤立的單通道數(shù)組合并成一個多通道的數(shù)組，從而創(chuàng)建出一個由多個單通道陣列組成的多通道陣列。它有兩個基于C++的函數(shù)原型：
?
[cpp]?view plaincopyprint?
C++:?void?merge(const?Mat*?mv,?size_tcount,?OutputArray?dst)??C++:?void?merge(InputArrayOfArrays?mv,OutputArray?dst)?? ?
?
?
?
- 第一個參數(shù)，mv，填需要被合并的輸入矩陣或vector容器的陣列，這個mv參數(shù)中所有的矩陣必須有著一樣的尺寸和深度。
- 第二個參數(shù)，count，當mv為一個空白的C數(shù)組時，代表輸入矩陣的個數(shù)，這個參數(shù)顯然必須大于1.
- 第三個參數(shù)，dst，即輸出矩陣，和mv[0]擁有一樣的尺寸和深度，并且通道的數(shù)量是矩陣陣列中的通道的總數(shù)。
?
?
函數(shù)解析：
merge函數(shù)的功能是將一些數(shù)組合并成一個多通道的數(shù)組。關于組合的細節(jié)，輸出矩陣中的每個元素都將是輸出數(shù)組的串接，其中，第i個輸入數(shù)組的元素被視為mv[i]。 c一般用其中的Mat::at（）方法對某個通道進行存取,也就是這樣用channels.at(0)。
PS: Mat::at（）方法，返回一個引用到指定的數(shù)組元素。注意是引用，相當于兩者等價，修改其中一個另一個跟著變。
?
來一個示例吧：
?
[cpp]?view plaincopyprint?
vector<Mat>?channels;??Mat?imageBlueChannel;??Mat?imageGreenChannel;??Mat?imageRedChannel;??srcImage4=?imread("dota.jpg");??split(srcImage4,channels);imageBlueChannel?=?channels.at(0);??imageGreenChannel?=?channels.at(1);??imageRedChannel?=?channels.at(2);?? ?
?
?
上面的代碼先做了相關的類型聲明，然后把載入的3通道圖像轉(zhuǎn)換成3個單通道圖像，放到vector<Mat>類型的channels中，接著進行引用賦值。
根據(jù)OpenCV的BGR色彩空間（bule，Green，Red，藍綠紅），其中channels.at(0)就表示引用取出channels中的藍色分量，channels.at(1)就表示引用取出channels中的綠色色分量，channels.at(2)就表示引用取出channels中的紅色分量。
?
一對做相反操作的plit()函數(shù)和merge()函數(shù)和用法就是這些了。另外提一點，如果我們需要從多通道數(shù)組中提取出特定的單通道數(shù)組，或者說實現(xiàn)一些復雜的通道組合，可以使用mixChannels()函數(shù)。
?
?
?
?
?
二、多通道圖像混合示例程序
?
?
?
依然是每篇文章都會配給大家的一個詳細注釋的示例程序，把這篇文章中介紹的知識點以代碼為載體，展現(xiàn)給大家。
?
本篇文章中，我們把多通道圖像混合的實現(xiàn)代碼封裝在了名為MultiChannelBlending()的函數(shù)中。直接上代碼吧：
?
?
[cpp]?view plaincopyprint?
???#include?<cv.h>??#include?<highgui.h>??#include?<iostream>?????using?namespace?cv;??using?namespace?std;????????bool?MultiChannelBlending();?????int?main(??)??{?????????system("color5E");????????????if(MultiChannelBlending())?????????{????????????????cout<<endl<<"嗯。好了，得出了你需要的混合值圖像~";?????????}????????????waitKey(0);?????????return?0;??}????????bool?MultiChannelBlending()??{????????????????Mat?srcImage;?????????Mat?logoImage;?????????vector<Mat>channels;?????????Mat??imageBlueChannel;???????????????????????????????????????????logoImage=imread("dota_logo.jpg",0);?????????srcImage=imread("dota_jugg.jpg");????????????if(!logoImage.data?)?{?printf("Oh，no，讀取logoImage錯誤~！\n");?return?false;?}?????????if(!srcImage.data?)?{?printf("Oh，no，讀取srcImage錯誤~！\n");?return?false;?}???????????????????split(srcImage,channels);?????????????????imageBlueChannel=channels.at(0);????????????????addWeighted(imageBlueChannel(Rect(500,250,logoImage.cols,logoImage.rows)),1.0,????????????????logoImage,0.5,0,imageBlueChannel(Rect(500,250,logoImage.cols,logoImage.rows)));???????????????????merge(channels,srcImage);???????????????????namedWindow("<1>游戲原畫+logo藍色通道?by淺墨");?????????imshow("<1>游戲原畫+logo藍色通道?by淺墨",srcImage);??????????????????????????????????????????????Mat??imageGreenChannel;???????????????????logoImage=imread("dota_logo.jpg",0);?????????srcImage=imread("dota_jugg.jpg");????????????if(!logoImage.data?)?{?printf("Oh，no，讀取logoImage錯誤~！\n");?return?false;?}?????????if(!srcImage.data?)?{?printf("Oh，no，讀取srcImage錯誤~！\n");?return?false;?}???????????????????split(srcImage,channels);?????????????????imageGreenChannel=channels.at(1);????????????????addWeighted(imageGreenChannel(Rect(500,250,logoImage.cols,logoImage.rows)),1.0,????????????????logoImage,0.5,0.,imageGreenChannel(Rect(500,250,logoImage.cols,logoImage.rows)));???????????????????merge(channels,srcImage);???????????????????namedWindow("<2>游戲原畫+logo綠色通道?by淺墨");?????????imshow("<2>游戲原畫+logo綠色通道?by淺墨",srcImage);??????????????????????????????????????????????????????Mat??imageRedChannel;???????????????????logoImage=imread("dota_logo.jpg",0);?????????srcImage=imread("dota_jugg.jpg");????????????if(!logoImage.data?)?{?printf("Oh，no，讀取logoImage錯誤~！\n");?return?false;?}?????????if(!srcImage.data?)?{?printf("Oh，no，讀取srcImage錯誤~！\n");?return?false;?}???????????????????split(srcImage,channels);?????????????????imageRedChannel=channels.at(2);????????????????addWeighted(imageRedChannel(Rect(500,250,logoImage.cols,logoImage.rows)),1.0,????????????????logoImage,0.5,0.,imageRedChannel(Rect(500,250,logoImage.cols,logoImage.rows)));???????????????????merge(channels,srcImage);???????????????????namedWindow("<3>游戲原畫+logo紅色通道?by淺墨");?????????imshow("<3>游戲原畫+logo紅色通道?by淺墨",srcImage);????????????return?true;??}?? ?
?
?
可以發(fā)現(xiàn)，其實多通道混合的實現(xiàn)函數(shù)中的代碼大體分成三部分，分別對藍綠紅三個通道進行處理，唯一不同的地方是在取通道分量時取的是channels.at(0)，channels.at(1)還是channels.at(2)。
嗯，下面看一下運行截圖：
?
?
?
?
?嗯，本篇文章到這里就基本結(jié)束了，最后放出本篇文章配套示例程序的下載地址。
?
?
本篇文章的配套源代碼請點擊這里下載：
?
?
【淺墨OpenCV入門教程之五】配套源代碼下載
?
?
OK，本節(jié)的內(nèi)容大概就是這些，我們下篇文章見：）
?
轉(zhuǎn)載于:https://www.cnblogs.com/wobuchouyan/p/5059135.html
總結(jié)
以上是生活随笔為你收集整理的【OpenCV入门教程之五】 分离颜色通道多通道图像混合（转）的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。
如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。
