文中内容大多来自大神浅墨_毛星云 所著【OpenCV3编程入门】，在此基础上加入了自己的理解和补充内容。
上文中我们使用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。
示例代码：
/**
* ROI region of interest 感兴趣区域
* 图像混合操作
*/
#include <iostream>
#include <opencv2/opencv.hpp>
#include <opencv2/highgui/highgui.hpp>
using namespace cv;
using namespace std;
//函数声明
void MultiChannelBlending() ;
int main() {
MultiChannelBlending();
waitKey(0);
return 0;
}
/***
* 多通道混合的实现函数
*/
void MultiChannelBlending() {
//定义相关变量
Mat srcImage;
Mat logoImage;
vector<Mat> channels;
Mat imageBlueChannel;
//-----------【蓝色通道部分】----------
// 多通道混合--蓝色分量部分
//-----------------------------------
//1.载入图片
//参数 0 IMREAD_GRAYSCALE = 0, // If set, always convert image to the single channel grayscale image (codec internal conversion).
logoImage = imread("/Users/ing/Pictures/img/OnePiece.png", 0);
srcImage = imread("/Users/ing/Pictures/32.png");
if(!logoImage.data){
printf("读取logoImage错误\n");
return;
}
if(!srcImage.data){
printf("读取srcImage错误\n");
return;
}
//2.把一个三通道图像转换成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 ，注意这里是引用，相当于两者等价，修改其一另一个也会跟着变
//三通道的颜色顺序BRG
imageBlueChannel = channels.at(0);
//4.将原图的蓝色通道的（100,100）坐标处的一块区域和logo图进行加权操作，将得到的混合结果存到imageBlueChannel中
addWeighted(imageBlueChannel(Rect(100,100,logoImage.cols,logoImage.rows)),1.0,logoImage,0.5,0,imageBlueChannel(Rect(100,100,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("原画+logo蓝色通道");
imshow("原画+logo蓝色通道",srcImage);
//-----------【绿色通道部分】----------
// 多通道混合--绿色分量部分
//-----------------------------------
//0.定义相关变量
Mat imageGreenChannel;
//1.重新载入图像
logoImage = imread("/Users/ing/Pictures/img/OnePiece.png", 0);
srcImage = imread("/Users/ing/Pictures/32.png");
if(!logoImage.data){
printf("读取logoImage错误\n");
return;
}
if(!srcImage.data){
printf("读取srcImage错误\n");
return;
}
//2.将一个三通道图像转换成三个单通道的图像
split(srcImage,channels);//分离色彩通道
//3.将原图的绿色通道的引用返回给imageGreenChannel
imageGreenChannel = channels.at(1);
//4.将原图的绿色通道的（100，100）坐标处的一块区域和logo图进行加权操作，将得到的混合结果存到imageGreenChannel中
addWeighted(imageGreenChannel(Rect(200,200,logoImage.cols,logoImage.rows)),1.0,logoImage,0.5,0.0,imageGreenChannel(Rect(200,200,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("原画+logo绿色通道");
imshow("原画+logo绿色通道",srcImage);
//-----------【红色通道部分】----------
// 多通道混合--红色分量部分
//-----------------------------------
//0.定义变量
Mat imageRedChannel;
//1.重新载入图像
logoImage = imread("/Users/ing/Pictures/img/OnePiece.png", 0);
srcImage = imread("/Users/ing/Pictures/32.png");
//2.将一个三通道图像转换成三个单通道图像
split(srcImage,channels);
//3.将原图的红色通道的引用返回给imageRedChannel
imageRedChannel = channels.at(2);
//4.将原图的红色通道的（100，100）坐标点出的一块区域和logo图像进行加权操作，将得到的混合结果存到imageRedChannel中
addWeighted(imageRedChannel(Rect(100,100,logoImage.cols,logoImage.rows)),1.0,logoImage,0.5,0.0,imageRedChannel(Rect(100,100,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("原画+logo红色通道");
imshow("原画+logo绿色通道",srcImage);
}
对应的运行结果：
blue_channel.png
green_channel.png
red_channel.png
补充
1.split() 函数:将一个多通道数组分离成几个单通道数组。
函数原型
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。
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。
2.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。
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。
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)。
网友评论