OpenCV 学习笔记（8）彩色图像RGB通道的分离、合并与显示

https://blog.csdn.net/ZYTTAE/article/details/42234989

由于算法的需要，需要把彩色图像的R、G、B值分离出来，OpenCV中正好有split() 和 merge() 函数可以实现。

一、对单独彩色图片的RGB通道分离：

#include <iostream>
#include "cv.h"
#include "highgui.h"
 
using namespace std;
using namespace cv;
 
int main(int argc,char* argv[])
{
	Mat img = imread("lena.jpg"/*,CV_LOAD_IMAGE_COLOR*/);
	Mat channel[3];
	split(img,channel);
	imshow("original",img);
	imshow("B",channel[0]);
	imshow("G",channel[1]);
	imshow("R",channel[2]);
 
	//set blue channel to 0
	channel[0] = Mat::zeros(img.rows,img.cols,CV_8UC1);
	//merge red and green channels
	merge(channel,3,img);
	imshow("R_G_merge",img);
 
	waitKey(0);
	return 1;
}

　　

二、对摄像头摄入视频帧的RGB彩色通道分离

int main(int argc,char* argv[])
{
	VideoCapture cap;
	cap.open(0);
 
	if(!cap.isOpened()) 
	{
		exit(0);
	}
 
	cap.set(CV_CAP_PROP_FRAME_WIDTH,250);
	cap.set(CV_CAP_PROP_FRAME_HEIGHT,250);
 
	cout << "Frame Width: " << cap.get(CV_CAP_PROP_FRAME_WIDTH) << endl;
	cout << "Frame Height: " << cap.get(CV_CAP_PROP_FRAME_HEIGHT) << endl;
 
	Mat frame;
	vector<Mat> rgb;
	cap >> frame;
 
	//rgb.push_back( Mat(frame.rows, frame.cols, CV_8UC1));
	//rgb.push_back( Mat(frame.rows, frame.cols, CV_8UC1));
	//rgb.push_back( Mat(frame.rows, frame.cols, CV_8UC1));
	//rgb.push_back( Mat(frame.rows, frame.cols, CV_8UC1));
 
	namedWindow("original", 1);
	namedWindow("red", 1);
	namedWindow("green", 1);
	namedWindow("blue", 1);
 
	for(;;)
	{
		cap >> frame;
		imshow("original", frame);
		split(frame, rgb);
 
		imshow("red", rgb.at(2));
		imshow("green", rgb.at(1));
		imshow("blue", rgb.at(0));
 
		if(waitKey(30) >= 0) 
			break;
	}
 
	waitKey(0);
	return 1;
}

　　

1.split()函数

此函数的作用是将一个图像通道进行分离。
首先看一下split()函数定义：

void split(const Mat& m, vector<Mat>& mv );

参数说明：

第一个参数，const Mat&类型的src，填我们需要进行分离的图像；
第二个参数，vector<Mat>类型的mv，填函数的输出数组或者输出的vector容器，即分离后的图像；

2.merge()函数
merge()函数的功能是split()函数的逆向操作，将多个数组合并成一个多通道的数组。
首先看一下merge()函数定义：

void merge(const vector<Mat>& mv, OutputArray dst );

参数说明：

第一个参数，const <Mat>类型的mv，填需要被合并的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；说白了就是前面被split()函数分离后的图像通道。
第二个参数，保存为合并后的图像；

#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <iostream>
using namespace cv;
using namespace std;
 
int main()
{
	//【0】定义相关变量
	Mat srcImage, newImage;					//源图像、通道合并后的图像
	Mat srcImage_B, srcImage_G, srcImage_R;	//R、G、B各个通道
	Mat image_H, image_S, image_V;			//H、S、V各个通道
	vector<Mat> channels_BGR;		//vector<Mat>： 可以理解为存放Mat类型的容器（数组）
	vector<Mat> channels_HSV;
	//【1】读取原始图像并检查图像是否读取成功  
	srcImage = imread("D:\OutPutResult\ImageTest\adog.jpg");	//请修改为自己的图像路径
	if (srcImage.empty())
	{
		cout << "读取图像有误，请重新输入正确路径！
";
		return -1;
	}
	imshow("srcImage源图像", srcImage);		//在窗口显示源图像  
 
	//【2】对加载的原图像进行通道分离，即把一个3通道图像转换成为3个单通道图像
	split(srcImage, channels_BGR);
	//0通道为B分量，1通道为G分量，2通道为R分量。因为：RGB色彩空间在opencv中默认通道顺序为BGR！！！
	srcImage_B = channels_BGR.at(0);
	srcImage_G = channels_BGR.at(1);
	srcImage_R = channels_BGR.at(2);
	imshow("srcImage_B通道", srcImage_B);	//分别显示R，G，B各个通道图像
	imshow("srcImage_G通道", srcImage_G);
	imshow("srcImage_R通道", srcImage_R);
 
	//【3】将BGR颜色空间转换为HSV颜色空间
	Mat image_hsv;
	cvtColor(srcImage, image_hsv, CV_BGR2HSV);
	imshow("HSV颜色空间图像", image_hsv);
 
	//【4】对加载的HSV图像进行通道分离
	split(image_hsv, channels_HSV);
	//0通道为H分量，1通道为S分量，2通道为V分量
	image_H = channels_HSV.at(0);
	image_S = channels_HSV.at(1);
	image_V = channels_HSV.at(2);
	imshow("image_H通道", image_H);//分别显示H，S，V各个通道图像
	imshow("image_S通道", image_S);
	imshow("image_V通道", image_V);
 
	//【5】将3个单通道重新合并成一个三通道图像
	merge(channels_HSV, newImage);
	imshow("将H，S，V通道合并后的图像", newImage);
 
	//【6】保持等待状态  
	waitKey(0);
	return 0;
}

　　

5.程序说明

看到这里，可能有人会问为什么分离出的通道都是黑白灰，而不是红绿蓝？

原因是分离后为单通道，相当于分离通道的同时把其他两个通道填充了相同的数值。比如红色通道，分离出红色通道的同时，绿色和蓝色被填充为和红色相同的数值，这样一来就只有黑白灰了。那么红色体现在哪呢？可以进行观察，会发现原图中颜色越接近红色的地方在红色通道越接近白色。



====================分割线===============

此程序共显示9个窗口。

先将RGB图像通道分离，分别显示R、G、B、单个通道；

后将RGB颜色空间转为HSV空间，将HSV图像通道分离，分别显示H、S、V、单个通道；

最后将H、S、V、单个通道重新合并为3通道图像；



=========================END======================