【OpenCV】图像通道合并与分离,ROI

介绍可以实现图像通道合并与分离的API,这只是一种方式,后续还会介绍其他的合并与分离方法,以及ROI区域截取的方法。相关API:

  • split()

  • merge()

  • Mat对象()

代码:

cpp 复制代码
#include "iostream"
#include "opencv2/opencv.hpp"

using namespace std;
using namespace cv;

int main(int argc, char *argv)
{
	Mat src = imread("C:/Users/Administrator/Desktop/Zooey.png");
	if (src.empty())
	{
		cout << "could not find image file" << endl;
		return -1;
	}
	namedWindow("input", WINDOW_AUTOSIZE);

	//【通道分离】
	vector<Mat> mv;
	split(src, mv);	//通道分离API,这里可以看成将一幅图像按通道分成了三幅图像。
	cout << "the size of mv:" << mv.size() << endl;	//容器mv的大小,为3,因为里面存有3个mat对象。
	//显示这三幅图像
	imshow("blue channel", mv[0]);
	imshow("green channel", mv[1]);
	imshow("red channel", mv[2]);

	//【通道合并】
	mv[2] = Scalar(0);	//将红色通道的值归0
	Mat dst;
	merge(mv, dst);	//通道合并API,三幅图合并为一幅
	imshow("red=0", dst);

	//【ROI(region of interest),即感兴趣区域】
	//用Rect定义一个范围,后续来截取这个范围的内容
	Rect roi;
	roi.x = 100;
	roi.y = 100;
	roi.width = 250;
	roi.height = 200;
	//在原图上画出范围
	rectangle(src, roi, Scalar(255, 255, 0), 1, 8);
	//截取,获得一个Mat对象
	Mat sub = src(roi);//注意:此时截取部分sub跟原图src中对应位置的内容是同一个东西,即修改sub,src中对应位置的内容也会改变。Mat sub = src(roi).clone();这种方式,就可以将sub和src之间的联系切断。
	//为了验证上述所说的联系,对截取范围取反
	bitwise_not(sub, sub);
	//显示roi图与原图
	imshow("roi", sub);
	imshow("input", src);


	waitKey(0);
	destroyAllWindows();
	return 0;
}

说下需要注意的点吧:

  • 通道分离、合并可以看成根据通道进行图片的分离与合并,一幅三通道的图片,经过拆分,每个通道形成一幅图片,即形成三幅图片。合并同理,对应三个通道的三幅图片合并成一幅图片。合并后的图片每个像素有三通道,拆分的三幅图片,每幅图的每个像素只有一个通道。代码中,图片对应mat对象。

  • ROI实际上就是对我们想要的区域进行截取。注意截取后的mat对象跟原mat对象之间的关系就好,这个注释中已经说明。

演示:

相关推荐
牛客企业服务1 小时前
2025年AI面试推荐榜单,数字化招聘转型优选
人工智能·python·算法·面试·职场和发展·金融·求职招聘
视觉语言导航1 小时前
RAL-2025 | 清华大学数字孪生驱动的机器人视觉导航!VR-Robo:面向视觉机器人导航与运动的现实-模拟-现实框架
人工智能·深度学习·机器人·具身智能
**梯度已爆炸**2 小时前
自然语言处理入门
人工智能·自然语言处理
ctrlworks2 小时前
楼宇自控核心功能:实时监控设备运行,快速诊断故障,赋能设备寿命延长
人工智能·ba系统厂商·楼宇自控系统厂家·ibms系统厂家·建筑管理系统厂家·能耗监测系统厂家
BFT白芙堂2 小时前
睿尔曼系列机器人——以创新驱动未来,重塑智能协作新生态(上)
人工智能·机器学习·机器人·协作机器人·复合机器人·睿尔曼机器人
aneasystone本尊3 小时前
使用 MCP 让 Claude Code 集成外部工具
人工智能
静心问道3 小时前
SEW:无监督预训练在语音识别中的性能-效率权衡
人工智能·语音识别
羊小猪~~3 小时前
【NLP入门系列五】中文文本分类案例
人工智能·深度学习·考研·机器学习·自然语言处理·分类·数据挖掘
xwz小王子3 小时前
从LLM到WM:大语言模型如何进化成具身世界模型?
人工智能·语言模型·自然语言处理
我爱一条柴ya3 小时前
【AI大模型】深入理解 Transformer 架构:自然语言处理的革命引擎
人工智能·ai·ai作画·ai编程·ai写作