Opencv 通道分离合并<7>

时间：2019-10-05 17:47:27 阅读：67 评论：0 收藏：0 [点我收藏+]

1、split()函数

功能：将一个多通道的数组分离成几个单通道的数组。

函数原型：

void split(const Mat& src, Mat*mvbegin);
void split(InputArray m,OutputArrayOfArrays mv);

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。

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：

技术分享图片

2、merge()函数

功能：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。函数原型：

void merge(const Mat* mv, size_tcount, OutputArray dst)
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。

3、 Threshold函数

典型的应用是对灰度图像进行阈值操作得到二值图像。

double threshold( const Mat& src, Mat& dst, double thresh,double maxVal, int thresholdType );

src：8或者32位浮点类型原图像。

dst：用于存放结果图像。

thresh：double类型的值，为当前阈值。

maxVal：当第5个参数阈值类型为CV_THRESH_BINARY 和 CV_THRESH_BINARY_INV 时的最大值。

thresholdType:阈值类型，主要有下面几种：

（1）THRESH BINARY：二进制阈值。在运用该阈值类型的时候，先要选定一个特定的阈值量，比如：125，这样，新的阈值产生规则可以解释为大于125的像素点的灰度值设定为最大值255，灰度值小于125的像素点的灰度值设定为0。

threshold_type=THRESH_BINARY:

dst(x,y) = max_value, if src(x,y)>threshold

0, otherwise

（2）THRESH

BINARY INV：反二进制阈值。设定一个初始阈值如125，则大于125的设定为0，而小于该阈值的设定为255。

threshold_type=THRESH_BINARY_INV:
dst(x,y) = 0, if src(x,y)>threshold
           max_value, otherwise
（3）THRESH TRUNC：截断阈值。同样首先需要选定一个阈值，图像中大于该阈值的像素点被设定为该阈值，小于该阈值的保持不变。（例如：阈值选取为125，那小于125的阈值不改变，大于125的灰度值（230）的像素点就设定为该阈值）。
threshold_type=THRESH_TRUNC:
dst(x,y) = threshold, if src(x,y)>threshold
           src(x,y), otherwise（4） THRESH TOZERO:阈值化为0。先选定一个阈值，像素点的灰度值大于该阈值的不进行任何改变；像素点的灰度值小于该阈值的，其灰度值全部变为0。 threshold_type=THRESH_TOZERO:
dst(x,y) = src(x,y), if (x,y)>threshold
           0, otherwise（5） THRESH TOZERO INV：反阈值化为0。原理类似于0阈值，但是在对图像做处理的时候相反，即：像素点的灰度值小于该阈值的不进行任何改变，而大于该阈值的部分，其灰度值全部变为0。threshold_type=CV_THRESH_TOZERO_INV:
dst(x,y) = 0, if src(x,y)>threshold
           src(x,y), otherwise

技术分享图片

例子：

//Mat srcImage = imread("E:\\欣奕华\\项目\\OPENCV\\SplitMerge\\ImageChannels\\2.jpg", 1);
Mat dstImage, srcImage = imread("E:\\欣奕华\\项目\\OPENCV\\SplitMerge\\ImageChannels\\1.jpg", 1);
vector<Mat> channels;

split(srcImage, channels);
Mat blue = channels.at(0);
Mat green = channels.at(1);
Mat red = channels.at(2);
    imshow("原图", srcImage);
merge(channels, dstImage);
imshow("合并图", dstImage);
    //imshow("blue", blue);
    //imshow("green", green);
    //imshow("red", red);

threshold(blue, blue, 200, 255,THRESH_BINARY);
threshold(green, green, 200, 255, THRESH_BINARY);
threshold(red, red, 200, 255, THRESH_BINARY);
//imshow("blue1", blue);
//imshow("green1", green);
//imshow("red1", red);
//merge(channels, dstImage);
//imshow("合并图", dstImage);
waitKey(0);

Opencv 通道分离合并<7>

原文：https://www.cnblogs.com/xingyuanzier/p/11625013.html

踩

(0)

评论一句话评论（0）

分享档案

更多>

2021年09月23日 (328)
2021年09月24日 (313)
2021年09月17日 (191)
2021年09月15日 (369)
2021年09月16日 (411)
2021年09月13日 (439)
2021年09月11日 (398)
2021年09月12日 (393)
2021年09月10日 (160)
2021年09月08日 (222)