opencv 某一个通道_学习OpenCV2——Mat之通道的理解

本文详细介绍了opencv中涉及通道的知识，包括图像类型转换，通道合成分解，图像的显示。

来源：http://blog.csdn.net/GDFSG/article/details/50927257

1. 知识点

tips1: 一个图像的通道数是N，就表明每个像素点处有N个数，一个a×b的N通道图像，其图像矩阵实际上是b行N×a列的数字矩阵。

OpenCV中图像的通道可以是1、2、3和4。其中常见的是1通道和3通道，2通道和4通道不常见。

1通道的是灰度图。

3通道的是彩色图像，比如RGB图像。

4通道的图像是RGBA，是RGB加上一个A通道，也叫alpha通道，表示透明度。PNG图像是一种典型的4通道图像。alpha通道可以赋值0到1，或者0到255，表示透明到不透明。

2通道的图像是RGB555和RGB565。2通道图在程序处理中会用到，如傅里叶变换，可能会用到，一个通道为实数，一个通道为虚数，主要是编程方便。RGB555是16位的，2个字节，5+6+5，第一字节的前5位是R，后三位+第二字节是G，第二字节后5位是B，可见对原图像进行压缩了。

tips2:OpenCV中用imshow( )来显示图像，只要Mat的数据矩阵符合图像的要求，就可以用imshow来显示。二通道好像不可以。。。超过了4通道，就不是图像了，imshow( )也显示不了。

tips3: imshow( )显示单通道图像时一定是灰度图，如果我们想显示红色的R分量，还是应该按三通道图像显示，只不过G和B通道要赋值成0或255.

tips4: 通道分解用split( )，通道合成用merg( )，这俩函数都是mixchannel( )的特例。

下面，结合程序说明以上知识点。

2 图像类型的转换与显示

Mat image=imread("E:/图片/color.jpg");

Mat imageGRAY,imageRGBA,imageRGB555;

cvtColor(image,imageGRAY,CV_RGB2GRAY);            //RGB转GRAY

cvtColor(image,imageRGBA,CV_RGB2BGRA);            //RGB转RGBA

cvtColor(image,imageRGB555,CV_RGB2BGR555);        //RGB转RGB555

//来看看通道数

int n = image.channels();                        //n=3

int nRGBA = imageRGBA.channels();                //nRGBA = 4

int nRGB555 = imageRGB555.channels();            //nRGB555 = 2

//显示GRAY、RGB和RGBA图像

imshow("image",image);

imshow("imageGRAY",imageGRAY);

imshow("imageRGBA",imageRGBA);

//imshow("imageRGB555",imageRGB555);             //无法显示

RGB转GRAY是根据一个心理学公式来的：Gray = R*0.299 + G*0.587 + B*0.114

RGB转GRBA，默认A通道的数值是255，也就是不透明的。

3 通道的合成与分解

3.1 简单的例子

我们先来看下最常用的合成与分解函数。

split()

C++: void split(const Mat& mtx, Mat* mv)

C++: void split(const Mat& mtx, vector& mv)

C:   void cvSplit(const CvArr* src, CvArr* dst0, CvArr* dst1, CvArr* dst2, CvArr* dst3)

参数：mtx   输入矩阵

mv    输出矩阵或矩阵数组

src   输入矩阵

dst0、dst1、dst2、dst3   最多4个单通道的输出矩阵

当我们要固定提取某个通道的矩阵时，C形式的用法还是蛮实用的，不必向C++用法那样，先定义vector，再channels.at(k)

Mat rgb( 3, 4, CV_8UC3, Scalar(1,2,3,4) );

vector channels;

split(rgb,channels);

Mat B = channels.at(0);          //从vector中读数据用vector::at()

Mat G = channels.at(1);

Mat R = channels.at(2);

cout<

cout<

cout<

cout<

注意rgb图像的通道排列是BGR

merge( )

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

C++: void merge(const vector& mv, OutputArray dst)

C:   void cvMerge(const CvArr* src0, const CvArr* src1, const CvArr* src2, const CvArr* src3, CvArr* dst)

参数：mv    输入矩阵

count   当mv是C形式的array时，count表示输入矩阵个数

dst   输出矩阵

src0、src1、src2、src3   最多4个单通道的输入矩阵

Mat R(3,4,CV_8UC1, Scalar(3));

Mat G(3,4,CV_8UC1, Scalar(2));

Mat B(3,4,CV_8UC1, Scalar(1));

Mat RGB( 3, 4, CV_8UC3);

vector src;

src.push_back(B);               //往vector里存数据要用vector::push_back()

src.push_back(G);

src.push_back(R);

merge(src,RGB);

cout<

cout<

cout<

cout<

split( )和merge( )都是mixChannels( )的特例，接下来看看mixChannels()的用法

mixChannels( )

C++: void mixChannels(const Mat* src, int nsrc, Mat* dst, int ndst, const int* fromTo, size_t npairs)

C++: void mixChannels(const vector& src, vector& dst, const int* fromTo, int npairs)

参数：src  输入的矩阵，可以是一个矩阵也可以是多个矩阵构成的vector

nsrc   输入矩阵的个数

dst   输出矩阵，可以是一个矩阵也可以是多个矩阵构成的vector

ndst   输出矩阵的个数

fromTo   src到dst通道对应数组

npairs    fromTo中有几组对应关系

mixChannels( )本质是改变了几个通道的顺序，输入一共有几个通道，输出肯定也有几个通道，所以定义fromTo时，要知道有多少个通道，而且通道的编号一定是0,1,2，...

Mat RGB(3,4, CV_8UC3,Scalar(1,2,3,4));

Mat A(3,4,CV_8UC1,Scalar(6));

cout<

cout<

//RGB+A合成为RGBA

cout<

Mat RGBA(3,4,CV_8UC4);

Mat in[]={RGB,A};

int fromTo1[] = {0,0, 1,1, 2,2, 3,3};

mixChannels(in,2,&RGBA,1,fromTo1,4);

cout<

//RGB分解为R+GB

cout<

Mat R(3,4,CV_8UC1);

Mat GB(3,4, CV_8UC2);

Mat out[]={R,GB};

int fromTo2[] = {0,2, 1,1, 2,0};

mixChannels(&RGB,1,out,2,fromTo2,3);

cout<

cout<

3.2 以图像为例

我们先来看一个例子

Mat image=imread("E:/图片/color.jpg");

vector channels;

split(image,channels);

Mat B = channels.at(0);

Mat G = channels.at(1);

Mat R = channels.at(2);

imshow("image",image);

imshow("R",R);

imshow("G",G);

imshow("B",B);

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。看下面例子

Mat image=imread("E:/图片/color.jpg");

vector sbgr;

split(image,sbgr);   //split to sbgr[0],sbgr[1] ,sbgr[2]

vector mbgr(3);

Mat bk1(image.size(),CV_8UC1,Scalar(0));

//Mat bk2(image.size(),CV_8UC1,Scalar(255));

//显示彩色的B分量

Mat imageB(image.size(),CV_8UC3);

mbgr[0]= sbgr[0];

mbgr[1]= bk1;

mbgr[2]= bk1;

merge(mbgr,imageB);

imshow("imageB",imageB);

//显示彩色的G分量

Mat imageG(image.size(),CV_8UC3);

mbgr[0]= bk1;

mbgr[1]= sbgr[1];

mbgr[2]= bk1;

merge(mbgr,imageG);

imshow("imageG",imageG);

//显示彩色的R分量

Mat imageR(image.size(),CV_8UC3);

mbgr[0]= bk1;

mbgr[1]= bk1;

mbgr[2]= sbgr[2];

merge(mbgr,imageR);

imshow("imageR",imageR);

imwrite("imageR.jpg",imageR);

imwrite("imageG.jpg",imageG);

imwrite("imageB.jpg",imageB);

waitKey(0);

如果将bk1赋值成255，将会得到下面的图像

4  制作一个透明的图片

PNG是RGBA的图片格式，对于一般的RGB图像，我们只需要加上一个A通道，并且A通道的值不全为1(或255)，就可以得到一个透明的图片。

Mat image=imread("E:/图片/color.jpg");

//定义4种A通道

Mat imageA0 = Mat(image.size(),image.depth(),Scalar(0));         //image.depth()返回0，表示cv_8u

Mat imageA85 = Mat(image.size(),image.depth(),Scalar(85));

Mat imageA170 = Mat(image.size(),image.depth(),Scalar(170));

Mat imageA255 = Mat(image.size(),image.depth(),Scalar(255));

//定义合成后的RGBA图像，透明度分别为0%，33%，67%，100%，透明---->不透明

Mat imageRGBA0 = Mat(image.size(),CV_8UC4);

Mat imageRGBA85 = Mat(image.size(),CV_8UC4);

Mat imageRGBA170 = Mat(image.size(),CV_8UC4);

Mat imageRGBA255 = Mat(image.size(),CV_8UC4);

Mat in1[] = {image,imageA0};

Mat in2[] = {image,imageA85};

Mat in3[] = {image,imageA170};

Mat in4[] = {image,imageA255};

int from_to[] = {0,0, 1,1, 2,2, 3,3};

mixChannels(in1,2,&imageRGBA0,1,from_to,4);

mixChannels(in2,2,&imageRGBA85,1,from_to,4);

mixChannels(in3,2,&imageRGBA170,1,from_to,4);

mixChannels(in4,2,&imageRGBA255,1,from_to,4);

imwrite("imageRGBA0.png",imageRGBA0);

imwrite("imageRGBA85.png",imageRGBA85);

imwrite("imageRGBA170.png",imageRGBA170);

imwrite("imageRGBA255.png",imageRGBA255);

直接用imshow( )是看不出差别来的，可以这么看。把一张PPT的空白背景替换成彩色背景，然后把这些 图片放上去，效果如下图所示。

上图显示的结果实质是背景网格图片和我们的PNG图片叠加显示的效果。所以我们有个更简洁的方法实现上面的显示效果，是显示效果！

imageResult = α·image + (1-α)·imageRGID

我们只需要调整α的值就能控制image和imageGRID显示的比例了。