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);
相关推荐
杨小扩5 小时前
第4章:实战项目一 打造你的第一个AI知识库问答机器人 (RAG)
人工智能·机器人
whaosoft-1435 小时前
51c~目标检测~合集4
人工智能
雪兽软件5 小时前
2025 年网络安全与人工智能发展趋势
人工智能·安全·web安全
元宇宙时间6 小时前
全球发展币GDEV:从中国出发,走向全球的数字发展合作蓝图
大数据·人工智能·去中心化·区块链
小黄人20256 小时前
自动驾驶安全技术的演进与NVIDIA的创新实践
人工智能·安全·自动驾驶
ZStack开发者社区7 小时前
首批 | 云轴科技ZStack加入施耐德电气技术本地化创新生态
人工智能·科技·云计算
千宇宙航7 小时前
闲庭信步使用图像验证平台加速FPGA的开发:第六课——测试图案的FPGA实现
图像处理·计算机视觉·fpga开发
X Y O8 小时前
神经网络初步学习3——数据与损失
人工智能·神经网络·学习
唯创知音8 小时前
玩具语音方案选型决策OTP vs Flash 的成本功耗与灵活性
人工智能·语音识别
Jamence8 小时前
多模态大语言模型arxiv论文略读(151)
论文阅读·人工智能·语言模型·自然语言处理·论文笔记