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 

[cpp] view plain copy
  1. Mat image=imread("E:/图片/color.jpg");    
  2. Mat imageGRAY,imageRGBA,imageRGB555;  
  3. cvtColor(image,imageGRAY,CV_RGB2GRAY);            //RGB转GRAY  
  4. cvtColor(image,imageRGBA,CV_RGB2BGRA);            //RGB转RGBA  
  5. cvtColor(image,imageRGB555,CV_RGB2BGR555);        //RGB转RGB555  
  6.   
  7. //来看看通道数  
  8. int n = image.channels();                        //n=3  
  9. int nRGBA = imageRGBA.channels();                //nRGBA = 4  
  10. int nRGB555 = imageRGB555.channels();            //nRGB555 = 2  
  11.   
  12. //显示GRAY、RGB和RGBA图像  
  13. imshow("image",image);  
  14. imshow("imageGRAY",imageGRAY);  
  15. imshow("imageRGBA",imageRGBA);  
  16. //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)

[cpp] view plain copy
  1. Mat rgb( 3, 4, CV_8UC3, Scalar(1,2,3,4) );  
  2. vector<Mat> channels;  
  3. split(rgb,channels);  
  4. Mat B = channels.at(0);          //从vector中读数据用vector::at()  
  5. Mat G = channels.at(1);  
  6. Mat R = channels.at(2);  
  7. cout<<"RGB="<<endl<<rgb<<endl;  
  8. cout<<"B="<<endl<<B<<endl;  
  9. cout<<"G="<<endl<<G<<endl;  
  10. 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

[cpp] view plain copy
  1. Mat R(3,4,CV_8UC1, Scalar(3));  
  2. Mat G(3,4,CV_8UC1, Scalar(2));  
  3. Mat B(3,4,CV_8UC1, Scalar(1));  
  4. Mat RGB( 3, 4, CV_8UC3);  
  5. vector<Mat> src;  
  6. src.push_back(B);               //往vector里存数据要用vector::push_back()  
  7. src.push_back(G);  
  8. src.push_back(R);     
  9. merge(src,RGB);   
  10. cout<<"B="<<endl<<B<<endl;  
  11. cout<<"G="<<endl<<G<<endl;  
  12. cout<<"R="<<endl<<R<<endl;  
  13. 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，...

[cpp] view plain copy
  1. Mat RGB(3,4, CV_8UC3,Scalar(1,2,3,4));  
  2. Mat A(3,4,CV_8UC1,Scalar(6));  
  3. cout<<"RGB="<<endl<<RGB<<endl;  
  4. cout<<"A="<<endl<<A<<endl;  
  5.   
  6. //RGB+A合成为RGBA  
  7. cout<<"RGB+A合成为RGBA"<<endl;  
  8. Mat RGBA(3,4,CV_8UC4);  
  9. Mat in[]={RGB,A};  
  10. int fromTo1[] = {0,0, 1,1, 2,2, 3,3};  
  11. mixChannels(in,2,&RGBA,1,fromTo1,4);      
  12. cout<<"RGBA="<<endl<<RGBA<<endl;  
  13.   
  14. //RGB分解为R+GB  
  15. cout<<"RGB分解为R+GB"<<endl;  
  16. Mat R(3,4,CV_8UC1);  
  17. Mat GB(3,4, CV_8UC2);  
  18. Mat out[]={R,GB};  
  19. int fromTo2[] = {0,2, 1,1, 2,0};  
  20. mixChannels(&RGB,1,out,2,fromTo2,3);      
  21. cout<<"R="<<endl<<R<<endl;  
  22. cout<<"GB="<<endl<<GB<<endl;  



3.2 以图像为例

我们先来看一个例子

[cpp] view plain copy
  1. Mat image=imread("E:/图片/color.jpg");  
  2. vector<Mat> channels;  
  3. split(image,channels);  
  4. Mat B = channels.at(0);  
  5. Mat G = channels.at(1);  
  6. Mat R = channels.at(2);  
  7. imshow("image",image);  
  8. imshow("R",R);  
  9. imshow("G",G);  
  10. 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

[cpp] view plain copy
  1. Mat image=imread("E:/图片/color.jpg");  
  2. vector<Mat> sbgr;   
  3. split(image,sbgr);   //split to sbgr[0],sbgr[1] ,sbgr[2]  
  4. vector<Mat> mbgr(3);  
  5. Mat bk1(image.size(),CV_8UC1,Scalar(0));  
  6. //Mat bk2(image.size(),CV_8UC1,Scalar(255));  
  7.   
  8. //显示彩色的B分量  
  9. Mat imageB(image.size(),CV_8UC3);  
  10. mbgr[0]= sbgr[0];  
  11. mbgr[1]= bk1;  
  12. mbgr[2]= bk1;  
  13. merge(mbgr,imageB);  
  14. imshow("imageB",imageB);  
  15.   
  16. //显示彩色的G分量  
  17. Mat imageG(image.size(),CV_8UC3);  
  18. mbgr[0]= bk1;  
  19. mbgr[1]= sbgr[1];  
  20. mbgr[2]= bk1;  
  21. merge(mbgr,imageG);  
  22. imshow("imageG",imageG);  
  23.   
  24. //显示彩色的R分量  
  25. Mat imageR(image.size(),CV_8UC3);  
  26. mbgr[0]= bk1;  
  27. mbgr[1]= bk1;  
  28. mbgr[2]= sbgr[2];  
  29. merge(mbgr,imageR);  
  30. imshow("imageR",imageR);  
  31.   
  32. imwrite("imageR.jpg",imageR);  
  33. imwrite("imageG.jpg",imageG);  
  34. imwrite("imageB.jpg",imageB);  
  35.   
  36. 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。

[cpp] view plain copy
  1. Mat image=imread("E:/图片/color.jpg");      
  2. //定义4种A通道  
  3. Mat imageA0 = Mat(image.size(),image.depth(),Scalar(0));         //image.depth()返回0，表示cv_8u  
  4. Mat imageA85 = Mat(image.size(),image.depth(),Scalar(85));  
  5. Mat imageA170 = Mat(image.size(),image.depth(),Scalar(170));  
  6. Mat imageA255 = Mat(image.size(),image.depth(),Scalar(255));      
  7.   
  8. //定义合成后的RGBA图像，透明度分别为0%，33%，67%，100%，透明---->不透明  
  9. Mat imageRGBA0 = Mat(image.size(),CV_8UC4);  
  10. Mat imageRGBA85 = Mat(image.size(),CV_8UC4);  
  11. Mat imageRGBA170 = Mat(image.size(),CV_8UC4);  
  12. Mat imageRGBA255 = Mat(image.size(),CV_8UC4);  
  13.   
  14. Mat in1[] = {image,imageA0};  
  15. Mat in2[] = {image,imageA85};  
  16. Mat in3[] = {image,imageA170};  
  17. Mat in4[] = {image,imageA255};  
  18. int from_to[] = {0,0, 1,1, 2,2, 3,3};  
  19. mixChannels(in1,2,&imageRGBA0,1,from_to,4);  
  20. mixChannels(in2,2,&imageRGBA85,1,from_to,4);  
  21. mixChannels(in3,2,&imageRGBA170,1,from_to,4);  
  22. mixChannels(in4,2,&imageRGBA255,1,from_to,4);  
  23.   
  24. imwrite("imageRGBA0.png",imageRGBA0);  
  25. imwrite("imageRGBA85.png",imageRGBA85);  
  26. imwrite("imageRGBA170.png",imageRGBA170);  
  27. 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。

posted @ 2018-01-28 13:56  透明的红萝卜  阅读(8542)  评论(0)  编辑  收藏  举报