Opencv——颜色模型+通道分离与合并

视频加载/摄像头调用

VideoCapture允许一开始定义一个空的对象

VideoCapture video

复制代码

VideoCapture(const String &filename,int apiPreference=CAP_ANY)
filename:读取的视频文件或者图像序列名称
apiPreference:读取数据时设置的属性，例如编码格式、是否调用OpenNi等

使用方法：video.get(CAP_PROP_FPS) 返回值即为视频的帧数

视频文件保存

复制代码

VideoWriter(const String& filename,
					int fourcc,
					double fps,
					Size frameSize
					bool isColor = true)

filename：保存视频的地址和文件名，包含视频格式
fourcc：压缩帧的4字符编码器代码，详细参数在表2-7给出
fps：保存视频的帧率，即视频中每秒图像的张数
isColor：保存视频是否为彩色视频

图像颜色空间介绍

RGB颜色模型

图像数据类型间的相互转换

复制代码

converTo(OutputArray m,int rtype,double alpha=1,double beta=0)
m:输出图像
rtype：转换后数据类型
alpha：缩放系数
beta：平移系数
示例：
a.convertTo(b,CV_32F,1/225.0,0)

HSV颜色模型

Gray颜色模型

彩色图像可以转换为灰度图像

多通道分离与合并

多通道分离

复制代码

split(InputArray m,OutputArrayOfArrays mv)
m:待分离的多通道图像
mv：分离后的单通道图像，为向量vector形式

	Mat imgs[3];
	Mat img = imread("C:/Users/86159/Desktop/1.jpg",1);
	split(img, imgs);
	Mat img0, img1, img2;
	img0 = imgs[0];
	img1 = imgs[1];
	img2 = imgs[2];
	cin.get();

多通道合并

复制代码

merge(InputArrayOfArrays mv,OutputArray dst)
mv:需要合并的图像向量vector，其中每个图像必须拥有相同的尺寸和数据类型
dst：合并后输出的图像，通道数等于所有输入图像的通道数综合


	Mat zero = Mat::zeros(Size(img.cols,img.rows),CV_8UC1);
	 
	// 合并后的图像第二三个通道都是0
	vector<Mat> imgsV;
	imgsV.push_back(img0);
	imgsV.push_back(zero);
	imgsV.push_back(zero);

	Mat imgsVH;
	merge(imgsV, imgsVH);