【9】opencv图像通道合并,分离,混合
这一段代码实现的是分离与混合
注:图像分离后会将rbg各个数据传入mv数组中
#include<opencv2/opencv.hpp> #include <iostream> using namespace std; int main() { //图像的分离: cv::Mat photo = cv::imread("0003.jpg"); cv::Mat output = cv::Mat(photo.size(), photo.type()); std::vector<cv::Mat> mv; split(photo, mv); imshow("Blue Channel", mv[0]); imshow("Green Channel", mv[1]); imshow("Red Channel", mv[2]); //图像合并: cv::Mat photo_alter_1, photo_alter_2, photo_alter_3; mv[1] = 0; mv[2] = 0; cv::merge(mv, photo_alter_1); imshow("altered_1", photo_alter_1); split(photo, mv); mv[1] = 0; mv[0] = 0; cv::merge(mv, photo_alter_2); imshow("altered_2", photo_alter_2); split(photo, mv); mv[0] = 0; mv[2] = 0; cv::merge(mv, photo_alter_3); imshow("altered_3", photo_alter_3); cv::waitKey(0); }
关于图像混合(有点难):
C++: void mixChannels(const Mat*src, size_t nsrcs, Mat* dst, size_t ndsts, const int* fromTo, size_t npairs)
void mixChannels( const Mat* src, //输入数组或向量矩阵,所有矩阵的大小和深度必须相同。 size_t nsrcs, //矩阵的数量 Mat* dst, //输出数组或矩阵向量,大小和 深度必须与src[0]相同 size_t ndsts,//矩阵的数量 const int* fromTo,//指定被复制通道与要复制到的位置组成的索引对(字面意思) size_t npairs //fromTo中索引对的数目 );
#include<opencv2/opencv.hpp> #include <iostream> using namespace std; int main() { //图像的分离: cv::Mat photo = cv::imread("0002.jpg"); cv::Mat output = cv::Mat(photo.size(), photo.type()); std::vector<cv::Mat> mv; split(photo, mv); imshow("Blue Channel", mv[0]); imshow("Green Channel", mv[1]); imshow("Red Channel", mv[2]); //图像合并: cv::Mat photo_alter_1, photo_alter_2, photo_alter_3; mv[1] = 0; mv[2] = 0; cv::merge(mv, photo_alter_1); imshow("altered_1", photo_alter_1); split(photo, mv); mv[1] = 0; mv[0] = 0; cv::merge(mv, photo_alter_2); imshow("altered_2", photo_alter_2); split(photo, mv); mv[0] = 0; mv[2] = 0; cv::merge(mv, photo_alter_3); imshow("altered_3", photo_alter_3); //图像混合 cv::Mat dst = cv::Mat::zeros(photo.size(), photo.type()); int ft[] = { 0,1,2,0,1,2 }; /* 0变1 2变0 1变2 0,1,2对应各个通道,略 */ mixChannels(&photo, 1, &dst, 1, ft, 3); cv::imshow("Mix", dst); cv::waitKey(0); }
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 被坑几百块钱后,我竟然真的恢复了删除的微信聊天记录!
· 没有Manus邀请码?试试免邀请码的MGX或者开源的OpenManus吧
· 【自荐】一款简洁、开源的在线白板工具 Drawnix
· 园子的第一款AI主题卫衣上架——"HELLO! HOW CAN I ASSIST YOU TODAY
· Docker 太简单,K8s 太复杂?w7panel 让容器管理更轻松!