初学opencv c++学习笔记（四）图像的相关操作及属性
内容涉及到图像读取的at()操作，图像的拆分和合并的参数解释和代码，以及一些常用的图像属性的内置函数。
-
目录
一、图像的读写操作at()函数
二、图像通道的拆分与合并
1.通道拆分
2.通道合并
三、图像的属性
1.列举解释
2.表格汇总
总结
提示：以下是本篇文章正文内容，下面案例可供参考
一、图像的读写操作at()函数
apI：at()
单通道图像：img.at
(i,j) 表示在第i行，第j列的像素值
多通道图像：img.at
(i,j)[c] 表示在某个通道中第i行，第j列的像素值
- <>中为图像元素的类型。uchar为无符号字符型，Vec3b等于vector
- (i,j)指像素点的位置。
- [c]表示通道。RGB图像，由于opencv中按照BGR顺序，所以[0]，[1]，[2]分别表示B，G，R通道。
二、图像通道的拆分与合并
apl:split()
1.通道拆分
官方定义：
void split(InputArray m, OutputArrayOfArrays mv);参数解释：
（1） m : 输入的多通道图像，对该图像进行通道的拆分。
（2） mv : 存放图像拆分后的三个通道的灰度图像的容器。mv为图像数组，使用vector容器。
代码演示：
#include //imread
#include //imshow waitKey
using namespace std;
using namespace cv;
int main()
{
vector channels;//声明vector,作为分离后三个通道的图像的保存容器
Mat img = imread("C:/r/bear.jpg");//读取图片
split(img,channels);//使用split()函数，分离img的B.G.R三个通道
Mat B = channels.at(0);//下标读取 默认顺序B-G-R
Mat G = channels.at(1);
Mat R = channels.at(2);
imshow("原图", img);//显示原图
imshow("blue", B); //显示三通道图像
imshow("green", G);
imshow("red", R);
waitKey(0);
return 0;
} 
分离后的三个通道的图像为灰度图像，表示强度
2.通道合并
apl:merge()
官方定义：
void merge(InputArrayOfArrays mv, OutputArray dst);参数解释：
（1）mv : 同通道的拆分。为拆分后的多通道的图像数组。
（2）dst : 存放合并后的图像。
代码演示：
#include //imread
#include //imshow waitKey
using namespace std;
using namespace cv;
int main()
{
vector channels;//声明vector,作为分离后三个通道的图像的保存容器
Mat img = imread("C:/r/bear.jpg");//读取图片
split(img,channels);//使用split()函数，分离img的B.G.R三个通道
Mat dst;
merge( channels,dst);//合并三通道
imshow("outPutArray", dst);//展示合并后的熊大
waitKey(0);
return 0;
} 
重新获得颜色的熊大
三、图像的属性
下面进行列举
1.列举解释
-
src.size() 返回图像尺寸
size中的参数先宽度(width)后高度(height)
src.size().width == src.cols (宽度==列)
src.size().heght == src.rows （高度==行）
-
src.depth() 返回深度
度量每一个像素每一个通道的精度，位数（bit）(0~6)
数值越大，精度越高
- src.channels() 返回通道数
- src.elemSize() 返回一个元素所占的字节数
一个元素单通道的字节数 * 通道数
- src.elemSize1() 返回一个元素单通道的所占字节数
src.elemSize1()==src.elemSize() / src.channels()
- src.total() 返回像素总数
- src.step 返回每一行的步长（字节数） 每一行所有元素的字节总量
src.step==宽度*通道数
- src.step1()
src.step1() == e1()src.step / src.elemSize1()
- src.step [0] 一行元素的字节数
- src.step [1] 一个元素的字节数
- src.step1 (0) 一行元素的通道数
- src.step1 (1) 一个元素的通道数
- src.isContinuous() 判断src是否在内存上连续
src.isContinuous()?"true":"false"
- src.isSubmatrix() 判断src是否为子矩阵
- src.type() 元素类型以及矩阵的通道个数
2.表格汇总
| apl | 返回值 |
| src.size() | 图像尺寸 |
| src.depth() | 图像深度id |
| src.channels() | 预想通道数 |
| src.elemSize() | 一个元素所占字节数 |
| src.elemSize1() | 一个元素单通道的所占字节数 |
| src.total() | 像素总数 |
| src.step | 每一行的步长（字节数） |
| src.step1() | |
| src.step [0] | 一行元素的字节数 |
| src.step [1] | 一个元素的字节数 |
| src.step1 (0) | 一行元素的通道数 |
| src.step1 (1) | 一个元素的通道数 |
| src.isContinuous() | 判断src是否在内存上连续 |
| src.isSubmatrix() | 判断src是否为子矩阵 |
| src.type() | 元素类型以及矩阵的通道个数 |
总结
以上就是今天的笔记，内容涉及到图像读取的at()操作，图像的拆分和合并的参数解释和代码，以及一些常用的图像属性的内置函数。