OpenCV 图形API(79)图像与通道拼接函数-----将一个三通道的 GMat 图像拆分为三个单独的单通道 GMat函数split3()

  • 操作系统:ubuntu22.04
  • OpenCV版本:OpenCV4.9
  • IDE:Visual Studio Code
  • 编程语言:C++11

算法描述

将一个 3 通道的矩阵拆分为 3 个单通道矩阵。

该函数将一个 3 通道的矩阵拆分成 3 个单通道矩阵:
mv [ c ] ( I ) = src ( I ) c \texttt{mv} [c](I) = \texttt{src} (I)_c mv[c](I)=src(I)c

即输出的每个矩阵对应输入矩阵中的一个通道。

所有输出矩阵的类型 必须为 CV_8UC1(8 位无符号单通道)。

函数 merge3 可以执行相反的操作(将三个单通道矩阵合并成一个 3 通道矩阵)。

注意事项:

函数的文本 ID 是 "org.opencv.core.transform.split3"。

函数原型

cpp 复制代码
std::tuple<GMat, GMat, GMat> cv::gapi::split3 
(
 	const GMat &  	src
) 	

参数

  • 参数 src:输入的 3 通道图像矩阵(CV_8UC3 类型)。

代码示例

cpp 复制代码
#include <opencv2/opencv.hpp>
#include <opencv2/gapi.hpp>
#include <opencv2/gapi/core.hpp>
#include <opencv2/gapi/imgproc.hpp>

using namespace cv;
using namespace cv::gapi;

int main() {
    // 加载图像
    Mat src_bgr = imread("/media/dingxin/data/study/OpenCV/sources/images/Lenna.png");
    if (src_bgr.empty()) {
        std::cerr << "无法加载图像!" << std::endl;
        return -1;
    }

    // 定义 G-API 输入输出图
    GMat in;  // 输入节点

    // 拆分输入图像为三个通道(B, G, R)
    auto [b, g, r] = gapi::split3(in);

    // 将每个通道分别调整大小
    Size new_size(320, 240);
    GMat b_resized = gapi::resize(b, new_size, INTER_LINEAR);
    GMat g_resized = gapi::resize(g, new_size, INTER_LINEAR);
    GMat r_resized = gapi::resize(r, new_size, INTER_LINEAR);

    // 合并三个调整大小后的通道为一个交错格式的 GMat
    GMat out = gapi::merge3(b_resized, g_resized, r_resized);

    // 构建 GComputation
    GComputation computation(in, out);

    // 执行计算
    Mat dst;
    computation.apply(src_bgr, dst);

    // 显示结果
    imshow("原始图像", src_bgr);
    imshow("调整大小后的图像", dst);
    waitKey();

    return 0;
}

运行结果

相关推荐
Coovally AI模型快速验证9 分钟前
数据集分享 | 智慧农业实战数据集精选
人工智能·算法·目标检测·机器学习·计算机视觉·目标跟踪·无人机
xw337340956410 分钟前
彩色转灰度的核心逻辑:三种经典方法及原理对比
人工智能·python·深度学习·opencv·计算机视觉
蓝桉80210 分钟前
opencv学习(图像金字塔)
人工智能·opencv·学习
倔强青铜三14 分钟前
为什么 self 与 super() 成了 Python 的永恒痛点?
人工智能·python·面试
墨尘游子17 分钟前
目标导向的强化学习:问题定义与 HER 算法详解—强化学习(19)
人工智能·python·算法
go54631584651 小时前
中文语音识别与偏误检测系统开发
开发语言·人工智能·学习·生成对抗网络·数学建模·语音识别
GG向前冲1 小时前
机器学习对中特估股票关键特征选取的应用与研究
人工智能·机器学习·投资组合
弥金2 小时前
LangChain基础
人工智能·后端
不摸鱼2 小时前
创业找不到方向?不妨从行业卧底开始 | 不摸鱼的独立开发者日报(第66期)
人工智能·开源·资讯
ReinaXue2 小时前
大模型【进阶】(五):低秩适配矩阵LORA的深度认识
人工智能·深度学习·神经网络·语言模型·自然语言处理·transformer