图像处理和opencv：split和merge的用法

最新推荐文章于 2024-07-19 11:23:47 发布

转载最新推荐文章于 2024-07-19 11:23:47 发布 · 1k 阅读

文章标签：

#split

Opencv和图像处理专栏收录该内容

10 篇文章

订阅专栏

本文介绍如何使用OpenCV的cv::split()和cv::merge()函数来分离和合并多通道图像。通过示例代码展示了如何将彩色图像分解为单独的RGB通道，并将这些通道重新组合以创建新的图像。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在图像处理中，尤其是处理多通道图像时，有时需要对各个通道进行分离，分别处理；有时还需要对分离处理后的各个通道进行合并，重新合并成一个多通道的图像。opencv2和opencv3中实现图像通道的合并与分离的函数分别是cv::split()和cv::merge()。

1、多通道图像的分离

cv::split()的具体调用方法如下：

void cv::split(

const cv::Mat& mtx, //输入图像

vector<Mat>& mv // 输出的多通道序列（n个单通道序列）

);

2、图像多个通道的合并

cv::merge()的具体调用方法如下：

void merge(

const vector<cv::Mat>& mv, // 输入的多通道序列(n个单通道序列)

cv::OutputArray dst // 输出图像，包含mv

);

代码示例如下：

#include <opencv2/opencv.hpp>


int main()

{

cv::Mat src = imread("lenna.jpg", cv::IMREAD_COLOR);

cv::imshow("src", src);

// Split the image into different channels

std::vector<cv::Mat> rgbChannels(3);

split(src, rgbChannels);

// Show individual channels

cv::Mat blank_ch, fin_img;

blank_ch = cv::Mat::zeros(cv::Size(src.cols, src.rows), CV_8UC1);

// Showing Red Channel

// G and B channels are kept as zero matrix for visual perception

std::vector<cv::Mat> channels_r;

channels_r.push_back(blank_ch);

channels_r.push_back(blank_ch);

channels_r.push_back(rgbChannels[2]);

/// Merge the three channels

cv::merge(channels_r, fin_img);

cv::imshow("R", fin_img);

// Showing Green Channel

std::vector<cv::Mat> channels_g;
channels_g.push_back(blank_ch);
channels_g.push_back(rgbChannels[1]);
channels_g.push_back(blank_ch);
cv::merge(channels_g, fin_img);
cv::imshow("G", fin_img);

// Showing Blue Channel

std::vector<cv::Mat> channels_b;

channels_b.push_back(rgbChannels[0]);

channels_b.push_back(blank_ch);

channels_b.push_back(blank_ch);

cv::merge(channels_b, fin_img);

cv::imshow("B", fin_img);


cv::waitKey(0);

return 0;

}

显示结果：