学习OpenCV2——Mat之通道的理解
来源:互联网 发布:怎样向gsm发数据 编辑:程序博客网 时间:2024/05/20 19:29
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。
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GRAYcvtColor(image,imageRGBA,CV_RGB2BGRA); //RGB转RGBAcvtColor(image,imageRGB555,CV_RGB2BGR555); //RGB转RGB555//来看看通道数int n = image.channels(); //n=3int nRGBA = imageRGBA.channels(); //nRGBA = 4int 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<Mat>& 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<Mat> 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<<"RGB="<<endl<<rgb<<endl;cout<<"B="<<endl<<B<<endl;cout<<"G="<<endl<<G<<endl;cout<<"R="<<endl<<R<<endl;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<Mat>& 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<Mat> 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<<"B="<<endl<<B<<endl;cout<<"G="<<endl<<G<<endl;cout<<"R="<<endl<<R<<endl;cout<<"RGB="<<endl<<RGB<<endl;
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<Mat>& src, vector<Mat>& 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<<"RGB="<<endl<<RGB<<endl;cout<<"A="<<endl<<A<<endl;//RGB+A合成为RGBAcout<<"RGB+A合成为RGBA"<<endl;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<<"RGBA="<<endl<<RGBA<<endl;//RGB分解为R+GBcout<<"RGB分解为R+GB"<<endl;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<<"R="<<endl<<R<<endl;cout<<"GB="<<endl<<GB<<endl;
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<Mat> 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<Mat> sbgr;split(image,sbgr); //split to sbgr[0],sbgr[1] ,sbgr[2]vector<Mat> 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_8uMat 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。
- 学习OpenCV2——Mat之通道的理解
- 学习OpenCV2——Mat之数据结构
- 学习OpenCV2——Mat之矩阵和数组的运算
- 学习OpenCV2——访问Mat图像的像素值
- OpenCV2入门——core组件之Mat详解
- OpenCV2之Mat简介
- OpenCV2.4.13 中Mat的理解及常用方法
- opencv2-mat的特点
- OpenCV2基础知识——Mat结构
- 【OpenCV学习笔记】【函数学习】二(MFC+OpenCV2.4.7读取摄像头之CvvImage::CopyOf 的通道选择问题)
- 从OpenCV2的Mat说起
- openCV2 的精髓——深入讲解Mat原理(非如何使用)
- opencv里面Mat元素数据的深度和通道的理解
- opencv之Mat 类赋值的理解
- OpenCV2:Mat
- OpenCV2:Mat
- OpenCV2:Mat
- OpenCV2:Mat
- MUI-基础01
- visual studio 2013上搭建arm交叉编译环境(二) cygwin等软件的安装及配置
- nyoj58最少步数
- NanoPC-T2 uboot分析(1)
- You and Your Research
- 学习OpenCV2——Mat之通道的理解
- 仿照支付宝可拖动gridview
- node.js接触篇之-下载安装
- SparkSQL读HBase的数据
- 情报学与互联网
- 内核对象
- 1005-九数组分数
- iOS页面自动布局
- 最大流问题及Ford-Fulkerson方法