OpenCV 中的split函数和merge函数 及示例

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。

<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。

at()与[]一样，为下标索引。

综合示例：

#include <cv.h>
#include <highgui.h>
#include <iostream>
using namespace cv;
using namespace std; 
int main()
{
	vector<Mat> channels;
	Mat imageBlueChannel;
	Mat imageGreenChannel;
	Mat imageRedChannel;
	Mat	srcImage4 = imread("C://1.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);
	
	//三个分量R、G、B因为是单通道图像，所以只能显示为灰度图。
	//如果要想显示出颜色来，应该用三通道图像来显示，比如显示R，我们就让G和B通道的数值为0或255。
	//显示彩色的B分量
	vector<Mat> mbgr(3);
	Mat bk1(srcImage4.size(), CV_8UC1, Scalar(0));   //像素为0
	//表示了矩阵中元素的类型以及矩阵的通道个数，它是一系列的预定义的常量，其命名规则为CV_ + (位数）+（数据类型）+（通道数）。
	Mat imageB(srcImage4.size(), CV_8UC3);
	
	//显示bgr三色图像中的blue通道  可以修改mbgr【1】或者mbgr【2】的值  
	mbgr[0] = channels[0];
	mbgr[1] = bk1;
	mbgr[2] = bk1;
	/*
	//显示三通道图像原图
	mbgr[0] = channels[0];
	mbgr[1] = channels[1];
	mbgr[2] = channels[2];
	*/
	merge(mbgr, imageB);
	imshow("imageB", imageB);
 
	waitKey();
	return 0;
}

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。

测试图像： 

修改代码为：

mbgr[0] = bk1;
mbgr[1] = channels[1];
mbgr[2] = bk1;

把代码中的注释去掉运行这个代码，就可以还原原图了：

    mbgr[0] = channels[0];
	mbgr[1] = channels[1];
	mbgr[2] = channels[2];