15、【opencv入门】分离颜色通道&多通道图像混合

　　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。

一、分离颜色通道

1、split函数详解

将一个多通道数组分离成几个单通道数组。ps：这里的array按语境译为数组或者阵列。这个split函数的C++版本有两个原型，他们分别是：

1 C++: void split(const Mat& src, Mat*mvbegin);
2 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。

OutputArrayOfArrays的原型如下：

 1 class CV_EXPORTS _OutputArray : public_InputArray
 2 {
 3 public:
 4    _OutputArray();
 5  
 6    _OutputArray(Mat& m);
 7    template<typename _Tp> _OutputArray(vector<_Tp>& vec);
 8    template<typename _Tp> _OutputArray(vector<vector<_Tp>>& vec);
 9    _OutputArray(vector<Mat>& vec);
10    template<typename _Tp> _OutputArray(vector<Mat_<_Tp>>& vec);
11    template<typename _Tp> _OutputArray(Mat_<_Tp>& m);
12    template<typename _Tp, int m, int n> _OutputArray(Matx<_Tp, m,n>& matx);
13    template<typename _Tp> _OutputArray(_Tp* vec, int n);
14    _OutputArray(gpu::GpuMat& d_mat);
15    _OutputArray(ogl::Buffer& buf);
16    _OutputArray(ogl::Texture2D& tex);
17  
18     _OutputArray(constMat& m);
19    template<typename _Tp> _OutputArray(const vector<_Tp>&vec);
20    template<typename _Tp> _OutputArray(constvector<vector<_Tp> >& vec);
21    _OutputArray(const vector<Mat>& vec);
22    template<typename _Tp> _OutputArray(const vector<Mat_<_Tp>>& vec);
23    template<typename _Tp> _OutputArray(const Mat_<_Tp>& m);
24    template<typename _Tp, int m, int n> _OutputArray(constMatx<_Tp, m, n>& matx);
25    template<typename _Tp> _OutputArray(const _Tp* vec, int n);
26    _OutputArray(const gpu::GpuMat& d_mat);
27    _OutputArray(const ogl::Buffer& buf);
28    _OutputArray(const ogl::Texture2D& tex);
29  
30    virtual bool fixedSize() const;
31    virtual bool fixedType() const;
32    virtual bool needed() const;
33    virtual Mat& getMatRef(int i=-1) const;
34    /*virtual*/ gpu::GpuMat& getGpuMatRef() const;
35    /*virtual*/ ogl::Buffer& getOGlBufferRef() const;
36    /*virtual*/ ogl::Texture2D& getOGlTexture2DRef() const;
37    virtual void create(Size sz, int type, int i=-1, bool allowTransposed=false,int fixedDepthMask=0) const;
38    virtual void create(int rows, int cols, int type, int i=-1, boolallowTransposed=false, int fixedDepthMask=0) const;
39    virtual void create(int dims, const int* size, int type, int i=-1, boolallowTransposed=false, int fixedDepthMask=0) const;
40    virtual void release() const;
41    virtual void clear() const;
42  
43 #ifdefOPENCV_CAN_BREAK_BINARY_COMPATIBILITY
44    virtual ~_OutputArray();
45 #endif
46 };

类体中还是有不少内容的，其实注意到里面是定义的各种模板，重载的各种构造函数就可以了。

split函数分割多通道数组转换成独立的单通道数组，按公式来看就是这样：

【示例】

 1 Mat srcImage;
 2 Mat imageROI;
 3 vector<Mat> channels;
 4 srcImage= cv::imread("dota.jpg");
 5 // 把一个3通道图像转换成3个单通道图像
 6 split(srcImage,channels);//分离色彩通道
 7        imageROI=channels.at(0);
 8        addWeighted(imageROI(Rect(385,250,logoImage.cols,logoImage.rows)),1.0,
 9               logoImage,0.5,0.0,imageROI(Rect(385,250,logoImage.cols,logoImage.rows)));
10  
11        merge(channels,srcImage4);
12  
13        namedWindow("sample");
14        imshow("sample",srcImage);

2、merge函数详解

　　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。它有两个基于C++的函数原型：

1 C++: void merge(const Mat* mv, size_tcount, OutputArray dst)
2 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]。 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)。

PS: Mat::at（）方法，返回一个引用到指定的数组元素。注意是引用，相当于两者等价，修改其中一个另一个跟着变。

 【示例】

 1 vector<Mat> channels;
 2 Mat imageBlueChannel;
 3 Mat imageGreenChannel;
 4 Mat imageRedChannel;
 5 srcImage4= imread("dota.jpg");
 6 // 把一个3通道图像转换成3个单通道图像
 7 split(srcImage4,channels);//分离色彩通道
 8 imageBlueChannel = channels.at(0);
 9 imageGreenChannel = channels.at(1);
10 imageRedChannel = channels.at(2);
11 
12 //将三个通道重新融合为一个三通道
13 merge(channels, srcImage4);
14 namedWindow("dota");
15 imshow("dota", srcImage4);

　　上面的代码先做了相关的类型声明，然后把载入的3通道图像转换成3个单通道图像，放到vector<Mat>类型的channels中，接着进行引用赋值。

　　根据OpenCV的BGR色彩空间（bule，Green，Red，蓝绿红），

　　　　其中channels.at(0)就表示引用取出channels中的蓝色分量，

　　　　channels.at(1)就表示引用取出channels中的绿色色分量，

　　　　channels.at(2)就表示引用取出channels中的红色分量。

 　　一对做相反操作的plit()函数和merge()函数和用法就是这些了。另外提一点，如果我们需要从多通道数组中提取出特定的单通道数组，或者说实现一些复杂的通道组合，可以使用mixChannels()函数。

 二、多通道图像混合示例

【示例】

  1 #include<iostream>
  2 #include<opencv2/core/core.hpp>
  3 #include<opencv2/highgui/highgui.hpp>
  4 
  5 using namespace cv;
  6 using namespace std;
  7 
  8 
  9 bool MultiChannelBlending();
 10 
 11 int main(  )
 12 {
 13     if(MultiChannelBlending())
 14     {
 15           cout << "yes, 你成功了" << endl;
 16     }
 17 
 18     waitKey(0);
 19     return 0;
 20 }
 21 
 22 
 23 bool MultiChannelBlending()
 24 {
 25     //【0】定义相关变量
 26     Mat srcImage;
 27     Mat logoImage;
 28     vector<Mat>channels;
 29     Mat imageBlueChannel;
 30 
 31 
 32     //【1】读入图片
 33     logoImage=imread("dota_logo.jpg",0);
 34     srcImage=imread("dota.jpg");
 35 
 36     if(!srcImage.data )
 37     {
 38         cout << "读取错误！" << endl;
 39         return false;
 40     }
 41 
 42     if(!logoImage.data )
 43     {
 44         cout << "读取错误！" << endl;
 45         return false;
 46     }
 47     //【2】把一个3通道图像转换成3个单通道图像
 48     split(srcImage,channels);//分离色彩通道
 49 
 50     //【3】将原图的蓝色通道引用返回给imageBlueChannel，注意是引用，相当于两者等价，修改其中一个另一个跟着变
 51     imageBlueChannel=channels.at(0);
 52     //【4】将原图的蓝色通道的（500,250）坐标处右下方的一块区域和logo图进行加权操作，将得到的混合结果存到imageBlueChannel中
 53     addWeighted(imageBlueChannel(Rect(500,250,logoImage.cols,logoImage.rows)),1.0,
 54           logoImage,0.5,0,imageBlueChannel(Rect(500,250,logoImage.cols,logoImage.rows)));
 55 
 56     //【5】将三个单通道重新合并成一个三通道
 57     merge(channels,srcImage);
 58 
 59     //【6】显示效果图
 60     namedWindow("<1>蓝色通道");
 61     imshow("<1>蓝色通道",srcImage);
 62 
 63     //【0】定义相关变量
 64     Mat imageGreenChannel;
 65 
 66     //【1】重新读入图片
 67     logoImage=imread("dota_logo.jpg",0);
 68     srcImage=imread("dota.jpg");
 69 
 70     if(!srcImage.data )
 71     {
 72         cout << "读取错误！" << endl;
 73         return false;
 74     }
 75 
 76     if(!logoImage.data )
 77     {
 78         cout << "读取错误！" << endl;
 79         return false;
 80     }
 81     //【2】将一个三通道图像转换成三个单通道图像
 82     split(srcImage,channels);//分离色彩通道
 83 
 84     //【3】将原图的绿色通道的引用返回给imageBlueChannel，注意是引用，相当于两者等价，修改其中一个另一个跟着变
 85     imageGreenChannel=channels.at(1);
 86     //【4】将原图的绿色通道的（500,250）坐标处右下方的一块区域和logo图进行加权操作，将得到的混合结果存到imageGreenChannel中
 87     addWeighted(imageGreenChannel(Rect(500,250,logoImage.cols,logoImage.rows)),1.0,
 88           logoImage,0.5,0.,imageGreenChannel(Rect(500,250,logoImage.cols,logoImage.rows)));
 89 
 90     //【5】将三个独立的单通道重新合并成一个三通道
 91     merge(channels,srcImage);
 92 
 93     //【6】显示效果图
 94     namedWindow("绿色通道");
 95     imshow("绿色通道",srcImage);
 96 
 97     //【0】定义相关变量
 98     Mat imageRedChannel;
 99 
100     //【1】重新读入图片
101     logoImage=imread("dota_logo.jpg",0);
102     srcImage=imread("dota.jpg");
103 
104     if(!srcImage.data )
105     {
106         cout << "读取错误！" << endl;
107         return false;
108     }
109 
110     if(!logoImage.data )
111     {
112         cout << "读取错误！" << endl;
113         return false;
114     }
115     //【2】将一个三通道图像转换成三个单通道图像
116     split(srcImage,channels);//分离色彩通道
117 
118     //【3】将原图的红色通道引用返回给imageBlueChannel，注意是引用，相当于两者等价，修改其中一个另一个跟着变
119     imageRedChannel=channels.at(2);
120     //【4】将原图的红色通道的（500,250）坐标处右下方的一块区域和logo图进行加权操作，将得到的混合结果存到imageRedChannel中
121     addWeighted(imageRedChannel(Rect(500,250,logoImage.cols,logoImage.rows)),1.0,
122           logoImage,0.5,0.,imageRedChannel(Rect(500,250,logoImage.cols,logoImage.rows)));
123 
124     //【5】将三个独立的单通道重新合并成一个三通道
125     merge(channels,srcImage);
126 
127     //【6】显示效果图
128     namedWindow("红色通道");
129     imshow("红色通道",srcImage);
130 
131     return true;
132 }