标签：
上篇文章中我们讲到了使用addWeighted函数进行图像混合操作，以及将ROI和addWeighted函数结合起来使用，对指定区域进行图像混合操作。
而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
就让我们来详细介绍一下这两个互为冤家的函数。首先是进行通道分离的split函数。
<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：
- C++: void split(const Mat& src, Mat*mvbegin);
- 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。
就如上一节中讲到方法一样，这里的OutputArrayOfArrays我们通过【转到定义】大法，可以查到它是_OutputArray的引用，那么我们在源代码中再次通过【转到定义】看到_OutputArray类的原型，即是OutputArrayOfArrays的原型：
- class CV_EXPORTS _OutputArray : public_InputArray
- {
- public:
- _OutputArray();
-
- _OutputArray(Mat& m);
- template<typename _Tp> _OutputArray(vector<_Tp>& vec);
- template<typename _Tp> _OutputArray(vector<vector<_Tp>>& vec);
- _OutputArray(vector<Mat>& vec);
- template<typename _Tp> _OutputArray(vector<Mat_<_Tp>>& vec);
- template<typename _Tp> _OutputArray(Mat_<_Tp>& m);
- template<typename _Tp, int m, int n> _OutputArray(Matx<_Tp, m,n>& matx);
- template<typename _Tp> _OutputArray(_Tp* vec, int n);
- _OutputArray(gpu::GpuMat& d_mat);
- _OutputArray(ogl::Buffer& buf);
- _OutputArray(ogl::Texture2D& tex);
-
- _OutputArray(constMat& m);
- template<typename _Tp> _OutputArray(const vector<_Tp>&vec);
- template<typename _Tp> _OutputArray(constvector<vector<_Tp> >& vec);
- _OutputArray(const vector<Mat>& vec);
- template<typename _Tp> _OutputArray(const vector<Mat_<_Tp>>& vec);
- template<typename _Tp> _OutputArray(const Mat_<_Tp>& m);
- template<typename _Tp, int m, int n> _OutputArray(constMatx<_Tp, m, n>& matx);
- template<typename _Tp> _OutputArray(const _Tp* vec, int n);
- _OutputArray(const gpu::GpuMat& d_mat);
- _OutputArray(const ogl::Buffer& buf);
- _OutputArray(const ogl::Texture2D& tex);
-
- virtual bool fixedSize() const;
- virtual bool fixedType() const;
- virtual bool needed() const;
- virtual Mat& getMatRef(int i=-1) const;
-
-
-
- virtual void create(Size sz, int type, int i=-1, bool allowTransposed=false,int fixedDepthMask=0) const;
- virtual void create(int rows, int cols, int type, int i=-1, boolallowTransposed=false, int fixedDepthMask=0) const;
- virtual void create(int dims, const int* size, int type, int i=-1, boolallowTransposed=false, int fixedDepthMask=0) const;
- virtual void release() const;
- virtual void clear() const;
-
- #ifdefOPENCV_CAN_BREAK_BINARY_COMPATIBILITY
- virtual ~_OutputArray();
- #endif
- };
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。
好了，穿越完OutputArrayOfArrays的介绍，我们继续讲解split。
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：
最后看一个示例吧：
- Mat srcImage;
- Mat imageROI;
- vector<Mat> channels;
- srcImage= cv::imread("dota.jpg");
- split(srcImage,channels);
- imageROI=channels.at(0);
- addWeighted(imageROI(Rect(385,250,logoImage.cols,logoImage.rows)),1.0,
- logoImage,0.5,0.,imageROI(Rect(385,250,logoImage.cols,logoImage.rows)));
-
- merge(channels,srcImage4);
-
- namedWindow("sample");
- imshow("sample",srcImage);
将一个多通道数组分离成几个单通道数组的split()函数的内容大概就是这些了，下面我们来看一下和他亲如手足或者说是他的死对头——merge()函数。
<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：
- C++: void merge(const Mat* mv, size_tcount, OutputArray dst)
- 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]。 c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。
来一个示例吧：
- vector<Mat> channels;
- Mat imageBlueChannel;
- Mat imageGreenChannel;
- Mat imageRedChannel;
- srcImage4= imread("dota.jpg");
- split(srcImage4,channels);
- imageBlueChannel = channels.at(0);
- imageGreenChannel = channels.at(1);
- imageRedChannel = channels.at(2);
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程序
依然是每篇文章都会配给大家的一个详细注释的示例程序，把这篇文章中介绍的知识点以代码为载体，展现给大家。
本篇文章中，我们把多通道图像混合的实现代码封装在了名为MultiChannelBlending()的函数中。直接上代码吧：
-
- #include <cv.h>
- #include <highgui.h>
- #include <iostream>
-
- using namespace cv;
- using namespace std;
-
-
- bool MultiChannelBlending();
-
- int main( )
- {
- system("color5E");
-
- if(MultiChannelBlending())
- {
- cout<<endl<<"嗯。好了，得出了你需要的混合值图像~";
- }
-
- waitKey(0);
- return0;
- }
-
-
- bool MultiChannelBlending()
- {
-
- MatsrcImage;
- MatlogoImage;
- vector<Mat>channels;
- Mat imageBlueChannel;
-
-
-
-
-
-
- logoImage=imread("dota_logo.jpg",0);
- srcImage=imread("dota_jugg.jpg");
-
- if(!logoImage.data ) { printf("Oh，no，读取logoImage错误~！\n"); return false; }
- if(!srcImage.data ) { printf("Oh，no，读取srcImage错误~！\n"); return false; }
-
-
- split(srcImage,channels);
-
-
- imageBlueChannel=channels.at(0);
-
- addWeighted(imageBlueChannel(Rect(500,250,logoImage.cols,logoImage.rows)),1.0,
- logoImage,0.5,0,imageBlueChannel(Rect(500,250,logoImage.cols,logoImage.rows)));
-
-
- merge(channels,srcImage);
-
-
- namedWindow("<1>游戏原画+logo蓝色通道 by浅墨");
- imshow("<1>游戏原画+logo蓝色通道 by浅墨",srcImage);
-
-
-
-
-
-
-
- Mat imageGreenChannel;
-
-
- logoImage=imread("dota_logo.jpg",0);
- srcImage=imread("dota_jugg.jpg");
-
- if(!logoImage.data ) { printf("Oh，no，读取logoImage错误~！\n"); return false; }
- if(!srcImage.data ) { printf("Oh，no，读取srcImage错误~！\n"); return false; }
-
-
- split(srcImage,channels);
-
-
- imageGreenChannel=channels.at(1);
-
- addWeighted(imageGreenChannel(Rect(500,250,logoImage.cols,logoImage.rows)),1.0,
- logoImage,0.5,0.,imageGreenChannel(Rect(500,250,logoImage.cols,logoImage.rows)));
-
-
- merge(channels,srcImage);
-
-
- namedWindow("<2>游戏原画+logo绿色通道 by浅墨");
- imshow("<2>游戏原画+logo绿色通道 by浅墨",srcImage);
-
-
-
-
-
-
-
-
- Mat imageRedChannel;
-
-
- logoImage=imread("dota_logo.jpg",0);
- srcImage=imread("dota_jugg.jpg");
-
- if(!logoImage.data ) { printf("Oh，no，读取logoImage错误~！\n"); return false; }
- if(!srcImage.data ) { printf("Oh，no，读取srcImage错误~！\n"); return false; }
-
-
- split(srcImage,channels);
-
-
- imageRedChannel=channels.at(2);
-
- addWeighted(imageRedChannel(Rect(500,250,logoImage.cols,logoImage.rows)),1.0,
- logoImage,0.5,0.,imageRedChannel(Rect(500,250,logoImage.cols,logoImage.rows)));
-
-
- merge(channels,srcImage);
-
-
- namedWindow("<3>游戏原画+logo红色通道 by浅墨");
- imshow("<3>游戏原画+logo红色通道 by浅墨",srcImage);
-
- returntrue;
- }
可以发现，其实多通道混合的实现函数中的代码大体分成三部分，分别对蓝绿红三个通道进行处理，唯一不同的地方是在取通道分量时取的是channels.at(0)，channels.at(1)还是channels.at(2)。
嗯，下面看一下运行截图：
【OpenCV入门教程之五】 分离颜色通道&多通道图像混合
标签：
原文地址：http://www.cnblogs.com/shiddong/p/4189954.html
