OpenCV——操作

OpenCV——操作

今天我们来详细介绍一下这两个互为冤家的函数,split函数和merge函数
详细请看https://blog.youkuaiyun.com/poem_qianmo/article/details/21176257

分离颜色通道

1.split函数

将一个多通道数组分离成几个单通道数组。
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:
在这里插入图片描述
代码示例

Mat srcImage;
Mat imageROI;
vector<Mat> channels;
srcImage= cv::imread("dota.jpg");
// 把一个3通道图像转换成3个单通道图像
split(srcImage,channels);//分离色彩通道
       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);



1.merge函数

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。

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.

代码示例

vector<Mat> channels;
Mat imageBlueChannel;
Mat imageGreenChannel;
Mat imageRedChannel;
srcImage4= imread("dota.jpg");
// 把一个3通道图像转换成3个单通道图像
split(srcImage4,channels);//分离色彩通道
imageBlueChannel = channels.at(0);
imageGreenChannel = channels.at(1);
imageRedChannel = channels.at(2);
``



### OpenCV 中的像掩码操作 #### 创建掩码 为了执行有效的像掩码操作,创建合适的掩码至关重要。通常情况下,掩码是一个灰度(即单通道),其中白色区域代表要保留的部分,黑色部分则被忽略。 ```python import numpy as np import cv2 # 假设有一个彩色片 img 和一个形状相同的全黑背景上的圆形白区作为 mask img = cv2.imread('image.jpg') mask = np.zeros(img.shape[:2], dtype=np.uint8) # 绘制圆圈在 mask 上 (中心坐标, 半径, 颜色(255), 线条粗细(-1 表示填充)) cv2.circle(mask, (center_x, center_y), radius, 255, -1) ``` #### 应用掩码于像上 当有了适当构建好的掩码之后,可以利用 `bitwise_and` 函数来应用这个掩码到原始像上去。这会使得只有那些对应位置为白色的像素得以保存下来;而其他地方将会变成完全透明或黑色取决于具体应用场景[^1]。 ```python masked_img = cv2.bitwise_and(img, img, mask=mask) ``` 对于某些特定需求来说,可能还需要计算带有掩码条件下的统计特征比如平均亮度等: ```python mean_val_inside_mask = cv2.mean(img, mask)[0] print(f"The mean intensity inside the masked area is {mean_val_inside_mask}") ``` 这里使用了 `cv2.mean()` 方法并传入了一个额外参数 `mask` 来指定只对感兴趣区域内做均值运算[^2]。 另外,在处理不同类型的逻辑运算时也可以通过类似的接口实现,例如取反操作可以通过如下方式完成: ```python inverted_masked_img = cv2.bitwise_not(masked_img) ``` 值得注意的是,如果尝试在一个多通道像与另一个具有相同尺寸但是仅含单一颜色平面的数据结构之间直接相乘,则可能会遇到错误提示因为它们并不兼容。因此务必确保参与运算的对象都处于同一维度下。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值