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:
C++: void split(const Mat& src, Mat*mvbegin);
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。
<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:
C++: void merge(const Mat* mv, size_tcount, OutputArray dst)
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。
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。
at()与[]一样,为下标索引。
#include <cv.h>
#include <highgui.h>
#include <iostream>
using namespace cv;
using namespace std;
int main()
{
vector<Mat> channels;
Mat imageBlueChannel;
Mat imageGreenChannel;
Mat imageRedChannel;
Mat srcImage4 = imread("C://1.jpg");
// 把一个3通道图像转换成3个单通道图像
split(srcImage4, channels);//分离色彩通道
imageBlueChannel = channels.at(0);
imageGreenChannel = channels.at(1);
imageRedChannel = channels.at(2);
//三个分量R、G、B因为是单通道图像,所以只能显示为灰度图。
//如果要想显示出颜色来,应该用三通道图像来显示,比如显示R,我们就让G和B通道的数值为0或255。
//显示彩色的B分量
vector<Mat> mbgr(3);
Mat bk1(srcImage4.size(), CV_8UC1, Scalar(0)); //像素为0
//表示了矩阵中元素的类型以及矩阵的通道个数,它是一系列的预定义的常量,其命名规则为CV_ + (位数)+(数据类型)+(通道数)。
Mat imageB(srcImage4.size(), CV_8UC3);
//显示bgr三色图像中的blue通道 可以修改mbgr【1】或者mbgr【2】的值
mbgr[0] = channels[0];
mbgr[1] = bk1;
mbgr[2] = bk1;
/*
//显示三通道图像原图
mbgr[0] = channels[0];
mbgr[1] = channels[1];
mbgr[2] = channels[2];
*/
merge(mbgr, imageB);
imshow("imageB", imageB);
waitKey();
return 0;
}
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。
测试图像: ![在这里插入图片描述](https://img-blog.csdnimg.cn/20181118203517649.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pxeDk1MTEwMg==,size_16,color_FFFFFF,t_70)修改代码为:
mbgr[0] = bk1;
mbgr[1] = channels[1];
mbgr[2] = bk1;
把代码中的注释去掉运行这个代码,就可以还原原图了:
mbgr[0] = channels[0];
mbgr[1] = channels[1];
mbgr[2] = channels[2];