学习 opencv---(4) 分离颜色通道 && 多通道混合

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。

而为了更好地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 分割显示和调整 。通过Opencv 的split和merge 方法很方便 达到的目的。

一、分离颜色通道

先讲讲这俩个互为冤家的函数。首先讲进行通道分离的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 数组或阵列。

这里的split 函数的C++版本有俩个原型，他们分别是：

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

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。

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=-) const;
    /*virtual*/ gpu::GpuMat& getGpuMatRef() const;
    /*virtual*/ ogl::Buffer& getOGlBufferRef() const;
    /*virtual*/ ogl::Texture2D& getOGlTexture2DRef() const;
    virtual void create(Size sz, int type, int i=-, bool allowTransposed=false,int fixedDepthMask=) const;
    virtual void create(int rows, int cols, int type, int i=-, boolallowTransposed=false, int fixedDepthMask=) const;
    virtual void create(int dims, const int* size, int type, int i=-, boolallowTransposed=false, int fixedDepthMask=) 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：

<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：

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。

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。

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

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

 #include <iostream>
 #include <vector>
 #include <opencv2/core/core.hpp>
 #include <opencv2/highgui/highgui.hpp>

 using namespace cv;
 using namespace std;

 bool MultiChannelBlending();

 /*-------------------------------------------------------------
      多通道混合的实现函数
 ---------------------------------------------------------------*/
 bool MultiChannelBlending()
 {
     Mat srcImage;
     Mat logoImage;
     vector<Mat> channels;

     /*-----------------蓝色通道部分----------------------------
         描述：多通道混合--蓝色部分
     -----------------------------------------------------------*/
     //【0】定义相关变量
     Mat imageBlueChannel;

     //【1】读入图片
     logoImage = imread("dota_logo.jpg",);
     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;
     }

     //【2】把一个3通道图像转换成3个单通道图像
     split(srcImage,channels);

     //【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，修改一个另一个也跟着变
     imageBlueChannel = channels.at();

     //【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
     addWeighted(imageBlueChannel(Rect(,,logoImage.cols,logoImage.rows)),1.0,logoImage,0.5,,
                 imageBlueChannel(Rect(,,logoImage.cols,logoImage.rows)));

     //【5】将3个单通道重新合并成1个3通道
     merge(channels,srcImage);

     //【6】显示效果图
     namedWindow("1 游戏原画+(logo+原画蓝色通道) byhehheh");
     imshow("1 游戏原画+(logo+原画蓝色通道) byhehheh",srcImage);

     /*-----------------绿色通道部分----------------------------
     描述：多通道混合--绿色部分
     -----------------------------------------------------------*/
     //【0】定义相关变量
     //Mat imageGreenChannel;
     /*
     //【1】读入图片
     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;
     }
     */
     /*
     //【2】把一个3通道图像转换成3个单通道图像
     split(srcImage, channels);

     //【3】将原图的绿色通道引用返回给 imageBlueChannel,注意是引用，相当于两者等价，修改一个另一个也跟着变
     imageGreenChannel = channels.at(0);

     //【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imageBlueChannel中
     addWeighted(imageGreenChannel(Rect(500, 250, logoImage.cols, logoImage.rows)), 1.0, logoImage, 0.5, 0,
                 imageGreenChannel(Rect(500, 250, logoImage.cols, logoImage.rows)));

     //【5】将3个单通道重新合并成1个3通道
     merge(channels, srcImage);

     //【6】显示效果图
     namedWindow("2 游戏原画+(logo+原画绿色通道) byhehheh");
     imshow("2 游戏原画+(logo+原画绿色通道) byhehheh", srcImage);
     */

     /*-----------------红色通道部分----------------------------
     描述：多通道混合--红色部分
     -----------------------------------------------------------*/
     //【0】定义相关变量
     //Mat imageRedChannel;
     /*
     //【1】读入图片
     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;
     }
     */
     /*
     //【2】把一个3通道图像转换成3个单通道图像
     split(srcImage, channels);

     //【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，修改一个另一个也跟着变
     imageRedChannel = channels.at(0);

     //【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imageBlueChannel中
     addWeighted(imageRedChannel(Rect(500, 250, logoImage.cols, logoImage.rows)), 1.0, logoImage, 0.5, 0,
                 imageRedChannel(Rect(500, 250, logoImage.cols, logoImage.rows)));

     //【5】将3个单通道重新合并成1个3通道
     merge(channels, srcImage);

     //【6】显示效果图
     namedWindow("3 游戏原画+(logo+原画红色通道) byhehheh");
     imshow("3 游戏原画+(logo+原画红色通道) byhehheh", srcImage);
     */
     return true;
 }

 /*分离颜色通道&多通道图像混合*/
 int  main()
 {
     system("color 6E");

     if (MultiChannelBlending())
     {
         cout << "得出了需要的图像" << endl;
     }

     waitKey();
     return ;
 }