分離圖像通道采用函數(shù)cvSplit。

?

函數(shù)原型:void cvSplit(const CvArr* src, CvArr* dst0, CvArr* dst1, CvArr* dst2, CvArr* dst3)

分離出來的順序是逆序的，這個(gè)要注意。

?

cvSplit(pImg,bImg,gImg,rImg,0);

分離出來的是單通道的圖，顯示出來是這樣的：

?

通過cvMerge合并通道實(shí)現(xiàn)彩色圖像的顯示，并且也是按照BGR的順序來輸入的。

函數(shù)原型:void cvMerge(const CvArr* src0, const CvArr* src1, const CvArr* src2, const CvArr* src3, CvArr* dst)

這里有個(gè)小問題，假如說代碼是這樣的：

?

??? cvMerge(bImg,0,0,0,pImg1);cvMerge(0,gImg,0,0,pImg2);cvMerge(0,0,rImg,0,pImg3);

顯示出來的圖像是這樣的：

再對(duì)通道進(jìn)行分離的結(jié)果是這樣的：

以Blue通道的為例

照理說其他通道的值應(yīng)該為0的才對(duì)，也就是說應(yīng)該顯示為黑色，為灰色意味著灰度值不為0。為什么會(huì)這樣？具體的原因要看源碼了，估計(jì)是當(dāng)通道指針為0的時(shí)候，該通道會(huì)附一個(gè)值，但是剛剛用printf試了下輸出是0沒錯(cuò)。這下子困惑了。暫時(shí)不管他先。

我們?cè)谕ǖ蕾x值1來代替0試試看：

for(int i=0;i<pTem->nChannels;i++){value.val[0]=0x1;//value.val[1]=0x1;//value.val[2]=0x1;}for(int i=0;i<pTem->height;i++){for(int j=0;j<pTem->width;j++){cvSet2D(pTem,i,j,value);}}

這樣輸出的結(jié)果就成了這：

猴哥終于被分離了

?

源代碼：

#include "stdafx.h" #include <opencv2/opencv.hpp> int main() {IplImage* pImg;IplImage *pImg1,*pImg2,*pImg3;IplImage *rImg,*bImg,*gImg;IplImage *pTem;CvScalar value;pImg=cvLoadImage("Baboon.jpg",CV_LOAD_IMAGE_COLOR);pTem=cvCreateImage(cvSize(pImg->width,pImg->height),pImg->depth,1);for(int i=0;i<pTem->nChannels;i++){value.val[0]=0x1;//value.val[1]=0x1;//value.val[2]=0x1;}for(int i=0;i<pTem->height;i++){for(int j=0;j<pTem->width;j++){cvSet2D(pTem,i,j,value);}}cvNamedWindow("1",CV_WINDOW_AUTOSIZE);cvNamedWindow("2",CV_WINDOW_AUTOSIZE);cvNamedWindow("3",CV_WINDOW_AUTOSIZE);cvNamedWindow("4",CV_WINDOW_AUTOSIZE);cvNamedWindow("5",CV_WINDOW_AUTOSIZE);cvShowImage("1",pImg);rImg=cvCreateImage(cvSize(pImg->width,pImg->height),pImg->depth,1);bImg=cvCreateImage(cvSize(pImg->width,pImg->height),pImg->depth,1);gImg=cvCreateImage(cvSize(pImg->width,pImg->height),pImg->depth,1);pImg1=cvCreateImage(cvSize(pImg->width,pImg->height),pImg->depth,3);pImg2=cvCreateImage(cvSize(pImg->width,pImg->height),pImg->depth,3);pImg3=cvCreateImage(cvSize(pImg->width,pImg->height),pImg->depth,3);cvSplit(pImg,bImg,gImg,rImg,0);cvMerge(bImg,pTem,pTem,0,pImg1);cvMerge(pTem,gImg,pTem,0,pImg2);cvMerge(pTem,pTem,rImg,0,pImg3);/*cvMerge(bImg,0,0,0,pImg1);cvMerge(0,gImg,0,0,pImg2);cvMerge(0,0,rImg,0,pImg3);*/cvSplit(pImg1,bImg,gImg,rImg,0);printf("%lf",gImg->imageData[0]);cvNamedWindow("6",CV_WINDOW_AUTOSIZE);cvNamedWindow("7",CV_WINDOW_AUTOSIZE);cvNamedWindow("8",CV_WINDOW_AUTOSIZE);//cvShowImage("6",pImg1);cvShowImage("2",rImg);cvShowImage("3",bImg);cvShowImage("4",gImg);cvShowImage("5",pTem);cvShowImage("6",pImg1);cvShowImage("7",pImg2);cvShowImage("8",pImg3);cvWaitKey(0); }

?

?

轉(zhuǎn)載于:https://www.cnblogs.com/snake-hand/archive/2013/06/12/3132809.html

總結(jié)

以上是生活随笔為你收集整理的【OpenCV】图像的通道分离的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。