计算机视觉
图像处理

【OpenCV入门教程之五】 分离颜色通道&多通道图像混合

上篇文章中我们讲到了使用addWeighted函数进行图像混合操作,以及将ROI和addWeighted函数结合起来使用,对指定区域进行图像混合操作。

而为了更好的观察一些图像材料的特征,有时需要对RGB三个颜色通道的分量进行分别显示和调整。通过Opencv的split和merge方法可以很方便的达到目的。

这就是我们这篇文章的主要内容。依然是先看一张截图吧:

一、分离颜色通道

就让我们来详细介绍一下这两个互为冤家的函数。首先是进行通道分离的split函数。

<1>split函数详解

将一个多通道数组分离成几个单通道数组。ps:这里的array按语境译为数组或者阵列。

这个split函数的C++版本有两个原型,他们分别是:

  1. C++: void split(const Mat& src, Mat*mvbegin);
  2. C++: void split(InputArray m,OutputArrayOfArrays mv);

关于变量介绍:

  • 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。

就 如上一节中讲到方法一样,这里的OutputArrayOfArrays我们通过【转到定义】大法,可以查到它是_OutputArray的引用,那么我 们在源代码中再次通过【转到定义】看到_OutputArray类的原型,即是OutputArrayOfArrays的原型:

  1. class CV_EXPORTS _OutputArray : public_InputArray
  2. {
  3. public:
  4.    _OutputArray();
  5.    _OutputArray(Mat& m);
  6.    template<typename _Tp> _OutputArray(vector<_Tp>& vec);
  7.    template<typename _Tp> _OutputArray(vector<vector<_Tp>>& vec);
  8.    _OutputArray(vector<Mat>& vec);
  9.    template<typename _Tp> _OutputArray(vector<Mat_<_Tp>>& vec);
  10.    template<typename _Tp> _OutputArray(Mat_<_Tp>& m);
  11.    template<typename _Tp, int m, int n> _OutputArray(Matx<_Tp, m,n>& matx);
  12.    template<typename _Tp> _OutputArray(_Tp* vec, int n);
  13.    _OutputArray(gpu::GpuMat& d_mat);
  14.    _OutputArray(ogl::Buffer& buf);
  15.    _OutputArray(ogl::Texture2D& tex);
  16.     _OutputArray(constMat& m);
  17.    template<typename _Tp> _OutputArray(const vector<_Tp>&vec);
  18.    template<typename _Tp> _OutputArray(constvector<vector<_Tp> >& vec);
  19.    _OutputArray(const vector<Mat>& vec);
  20.    template<typename _Tp> _OutputArray(const vector<Mat_<_Tp>>& vec);
  21.    template<typename _Tp> _OutputArray(const Mat_<_Tp>& m);
  22.    template<typename _Tp, int m, int n> _OutputArray(constMatx<_Tp, m, n>& matx);
  23.    template<typename _Tp> _OutputArray(const _Tp* vec, int n);
  24.    _OutputArray(const gpu::GpuMat& d_mat);
  25.    _OutputArray(const ogl::Buffer& buf);
  26.    _OutputArray(const ogl::Texture2D& tex);
  27.    virtual bool fixedSize() const;
  28.    virtual bool fixedType() const;
  29.    virtual bool needed() const;
  30.    virtual Mat& getMatRef(int i=-1) const;
  31.    /*virtual*/ gpu::GpuMat& getGpuMatRef() const;
  32.    /*virtual*/ ogl::Buffer& getOGlBufferRef() const;
  33.    /*virtual*/ ogl::Texture2D& getOGlTexture2DRef() const;
  34.    virtual void create(Size sz, int type, int i=-1, bool allowTransposed=false,int fixedDepthMask=0) const;
  35.    virtual void create(int rows, int cols, int type, int i=-1, boolallowTransposed=falseint fixedDepthMask=0) const;
  36.    virtual void create(int dims, const int* size, int type, int i=-1, boolallowTransposed=falseint fixedDepthMask=0) const;
  37.    virtual void release() const;
  38.    virtual void clear() const;
  39. #ifdefOPENCV_CAN_BREAK_BINARY_COMPATIBILITY
  40.    virtual ~_OutputArray();
  41. #endif
  42. };

类体中还是有不少内容的,其实注意到里面是定义的各种模板,重载的各种构造函数就可以了。

好了,穿越完OutputArrayOfArrays的介绍,我们继续讲解split。

split函数分割多通道数组转换成独立的单通道数组,按公式来看就是这样:                    

最后看一个示例吧:

  1. Mat srcImage;
  2. Mat imageROI;
  3. vector<Mat> channels;
  4. srcImage= cv::imread(“dota.jpg”);
  5. // 把一个3通道图像转换成3个单通道图像
  6. split(srcImage,channels);//分离色彩通道
  7.        imageROI=channels.at(0);
  8.        addWeighted(imageROI(Rect(385,250,logoImage.cols,logoImage.rows)),1.0,
  9.               logoImage,0.5,0.,imageROI(Rect(385,250,logoImage.cols,logoImage.rows)));
  10.        merge(channels,srcImage4);
  11.        namedWindow(“sample”);
  12.        imshow(“sample”,srcImage);

将一个多通道数组分离成几个单通道数组的split()函数的内容大概就是这些了,下面我们来看一下和他亲如手足或者说是他的死对头——merge()函数。

<2>merge函数详解

merge()函数的功能是split()函数的逆向操作,将多个数组组合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++的函数原型:

  1. C++: void merge(const Mat* mv, size_tcount, OutputArray dst)
  2. C++: void merge(InputArrayOfArrays mv,OutputArray dst)
  • 第一个参数,mv,填需要被合并的输入矩阵或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,并且通道的数量是矩阵阵列中的通道的总数。

函数解析:

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)。

PS: 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,修改其中一个另一个跟着变。

来一个示例吧:

  1. vector<Mat> channels;
  2. Mat imageBlueChannel;
  3. Mat imageGreenChannel;
  4. Mat imageRedChannel;
  5. srcImage4= imread(“dota.jpg”);
  6. // 把一个3通道图像转换成3个单通道图像
  7. split(srcImage4,channels);//分离色彩通道
  8. imageBlueChannel = channels.at(0);
  9. imageGreenChannel = channels.at(1);
  10. imageRedChannel = channels.at(2);

上面的代码先做了相关的类型声明,然后把载入的3通道图像转换成3个单通道图像,放到vector<Mat>类型的channels中,接着进行引用赋值。

根 据OpenCV的BGR色彩空间(bule,Green,Red,蓝绿红),其中channels.at(0)就表示引用取出channels中的蓝色分 量,channels.at(1)就表示引用取出channels中的绿色色分量,channels.at(2)就表示引用取出channels中的红色 分量。

一对做相反操作的plit()函数和merge()函数和用法就是这些了。另外提一点,如果我们需要从多通道数组中提取出特定的单通道数组,或者说实现一些复杂的通道组合,可以使用mixChannels()函数。

二、多通道图像混合示例程序

依然是每篇文章都会配给大家的一个详细注释的示例程序,把这篇文章中介绍的知识点以代码为载体,展现给大家。

本篇文章中,我们把多通道图像混合的实现代码封装在了名为MultiChannelBlending()的函数中。直接上代码吧:    //-----------------------------------【程序说明】----------------------------------------------  
    //  程序名称::【OpenCV入门教程之四】分离颜色通道&多通道图像混合   配套源码  
    // VS2010版   OpenCV版本:2.4.8  
    //  图片素材出处:dota2原画 dota2logo   
       
    //-----------------------------------【头文件包含部分】---------------------------------------  
    //     描述:包含程序所依赖的头文件  
    //----------------------------------------------------------------------------------------------                                                                                      
    #include  
    #include  
    #include  
       
    //-----------------------------------【命名空间声明部分】---------------------------------------  
    //     描述:包含程序所使用的命名空间  
    //-----------------------------------------------------------------------------------------------    
    using namespace cv;  
    using namespace std;  
       
       
    //-----------------------------------【全局函数声明部分】--------------------------------------  
    //     描述:全局函数声明  
    //-----------------------------------------------------------------------------------------------  
    bool MultiChannelBlending();  
       
    //-----------------------------------【main( )函数】--------------------------------------------  
    //     描述:控制台应用程序的入口函数,我们的程序从这里开始  
    //-----------------------------------------------------------------------------------------------  
    int main(  )  
    {  
           system("color5E");  
       
           if(MultiChannelBlending())  
           {  
                  cout<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 by浅墨");  
           imshow("<1>游戏原画+logo蓝色通道 by浅墨",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("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 by浅墨");  
           imshow("<2>游戏原画+logo绿色通道 by浅墨",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 by浅墨");  
           imshow("<3>游戏原画+logo红色通道 by浅墨",srcImage);  
       
           return true;  
    } 
 

可以发现,其实多通道混合的实现函数中的代码大体分成三部分,分别对蓝绿红三个通道进行处理,唯一不同的地方是在取通道分量时取的是channels.at(0),channels.at(1)还是channels.at(2)。

嗯,下面看一下运行截图:

嗯,本篇文章到这里就基本结束了,最后放出本篇文章配套示例程序的下载地址。

本篇文章的配套源代码请点击这里下载:配套源代码下载

OK,本节的内容大概就是这些,我们下篇文章见:)

转载注明来源:CV视觉网 » 【OpenCV入门教程之五】 分离颜色通道&多通道图像混合

分享到:更多 ()
扫描二维码,给作者 打赏
pay_weixinpay_weixin

请选择你看完该文章的感受:

2不错 0超赞 0无聊 0扯淡 1不解 0路过

评论 6

评论前必须登录!