個別のカラーチャンネルとマルチチャンネル画像ミキシング
前回の記事では、画像のブレンド操作にaddWeighted関数を使用し、ROI関数とaddWeighted関数を組み合わせて、指定した領域で画像のブレンド操作を実行する方法について説明しました。
一部の画像素材の特性をよりよく観察するために、3つのRGBカラーチャンネルのコンポーネントを別々に表示および調整する必要がある場合があります。OpenCVの分割およびマージ方法により、目標を簡単に達成できます。
これが私たちの記事の主な内容です。最初にスクリーンショットを見てみましょう：
1つの別々のカラーチャンネル
お互いの敵であるこれら2つの機能を詳しく紹介しましょう。1つ目は、チャネル分離の分割機能です。
<1>分割機能の詳細説明
マルチチャネルアレイをいくつかのシングルチャネルアレイに分割します。
ps：ここでの配列は、コンテキストに応じて配列または配列に変換されます。
この分割関数のC ++バージョンには、次の2つのプロトタイプがあります。
C++: void split(const Mat& src, Mat*mvbegin);
C++: void split(InputArray m,OutputArrayOfArrays mv);
変数の紹介について：
最初のパラメーターであるInputArrayタイプmまたはconstMat＆タイプsrcは、分離する必要のあるマルチチャネル配列を入力します。
2番目のパラメーターであるOutputArrayOfArrays型のmvは、関数の出力配列または出力ベクトルコンテナーを埋めます。
前のセクションで説明したメソッドと同様に、ここのOutputArrayOfArraysは[定義に移動] Dafaで見つけることができ、それが_OutputArrayへの参照であることがわかります。次に、[定義に移動]で_OutputArrayクラスを再度確認できます。ソースコード内プロトタイプは、OutputArrayOfArraysのプロトタイプです。
class CV_EXPORTS _OutputArray : public_InputArray
{
public:
_OutputArray();
_OutputArray(Mat& m);
template<typename _Tp> _OutputArray(vector<_Tp>& vec);
template<typename _Tp> _OutputArray(vector<vector<_Tp>>& vec);
_OutputArray(vector<Mat>& vec);
template<typename _Tp> _OutputArray(vector<Mat_<_Tp>>& vec);
template<typename _Tp> _OutputArray(Mat_<_Tp>& m);
template<typename _Tp, int m, int n> _OutputArray(Matx<_Tp, m,n>& matx);
template<typename _Tp> _OutputArray(_Tp* vec, int n);
_OutputArray(gpu::GpuMat& d_mat);
_OutputArray(ogl::Buffer& buf);
_OutputArray(ogl::Texture2D& tex);
_OutputArray(constMat& m);
template<typename _Tp> _OutputArray(const vector<_Tp>&vec);
template<typename _Tp> _OutputArray(constvector<vector<_Tp> >& vec);
_OutputArray(const vector<Mat>& vec);
template<typename _Tp> _OutputArray(const vector<Mat_<_Tp>>& vec);
template<typename _Tp> _OutputArray(const Mat_<_Tp>& m);
template<typename _Tp, int m, int n> _OutputArray(constMatx<_Tp, m, n>& matx);
template<typename _Tp> _OutputArray(const _Tp* vec, int n);
_OutputArray(const gpu::GpuMat& d_mat);
_OutputArray(const ogl::Buffer& buf);
_OutputArray(const ogl::Texture2D& tex);
virtual bool fixedSize() const;
virtual bool fixedType() const;
virtual bool needed() const;
virtual Mat& getMatRef(int i=-1) const;
/*virtual*/ gpu::GpuMat& getGpuMatRef() const;
/*virtual*/ ogl::Buffer& getOGlBufferRef() const;
/*virtual*/ ogl::Texture2D& getOGlTexture2DRef() const;
virtual void create(Size sz, int type, int i=-1, bool allowTransposed=false,int fixedDepthMask=0) const;
virtual void create(int rows, int cols, int type, int i=-1, boolallowTransposed=false, int fixedDepthMask=0) const;
virtual void create(int dims, const int* size, int type, int i=-1, boolallowTransposed=false, int fixedDepthMask=0) const;
virtual void release() const;
virtual void clear() const;
#ifdefOPENCV_CAN_BREAK_BINARY_COMPATIBILITY
virtual ~_OutputArray();
#endif
};
クラス本体にはまだ多くのコンテンツがあります。実際、クラス本体にはさまざまなテンプレートが定義されており、あらゆる種類のオーバーロードされたコンストラクターで十分であることに注意してください。
さて、OutputArrayOfArraysの紹介を通過した後、分割について説明し続けます。
split関数は、マルチチャネル配列を独立したシングルチャネル配列に分割します。式によれば、これは次の場合です。
最後に、例を見てみましょう。
Mat srcImage;
Mat imageROI;
vector<Mat> channels;
srcImage= cv::imread("dota.jpg");
// 把一个3通道图像转换成3个单通道图像
split(srcImage,channels);//分离色彩通道
imageROI=channels.at(0);
addWeighted(imageROI(Rect(385,250,logoImage.cols,logoImage.rows)),1.0,
logoImage,0.5,0.,imageROI(Rect(385,250,logoImage.cols,logoImage.rows)));
merge(channels,srcImage4);
namedWindow("sample");
imshow("sample",srcImage);
これはおそらく、マルチチャネル配列をいくつかのシングルチャネル配列に分割するsplit（）関数の内容です。彼または彼の致命的な敵であるmerge（）関数の兄弟を見てみましょう。
<2>マージ機能の詳細説明
merge（）関数の関数は、split（）関数の逆の操作であり、複数の配列をマルチチャネル配列に結合します。
いくつかの特定のシングルチャネルアレイを組み合わせ、これらの分離されたシングルチャネルアレイをマルチチャネルアレイにマージし、それによって複数のシングルチャネルアレイで構成されるマルチチャネルアレイを作成します。2つのC ++ベースの関数プロトタイプがあります。
C++: void merge(const Mat* mv, size_tcount, OutputArray dst)
C++: void merge(InputArrayOfArrays mv,OutputArray dst)
最初のパラメーターmvは、マージする必要のある入力行列またはベクトルコンテナー配列を入力します。このmvパラメーターのすべての行列は、同じサイズと深さである必要があります。
2番目のパラメーターcountは、mvが空白のC配列の場合、入力行列の数を表します。明らかに、このパラメーターは1より大きくなければなりません。
3番目のパラメーターdst、出力行列は、mv [0]と同じサイズと深さを持ち、チャネル数は行列配列内のチャネルの総数です。
機能分析：
マージ機能の機能は、いくつかのアレイをマルチチャネルアレイにマージすることです。組み合わせの詳細に関しては、出力行列の各要素は出力配列の連結になり、i番目の入力配列の要素はmv [i]と見なされます。cは通常、Mat :: at（）メソッドを使用してチャネルにアクセスします。つまり、channels.at（0）がこのように使用されます。
PS：Mat :: at（）メソッドは、指定された配列要素への参照を返します。これは参照であり、2つに相当することに注意してください。一方を変更すると、それに応じてもう一方が変更されます。
例を見てみましょう：
vector<Mat> channels;
Mat imageBlueChannel;
Mat imageGreenChannel;
Mat imageRedChannel;
srcImage4= imread("dota.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);
上記のコードは、最初に関連する型宣言を行い、次にロードされた3チャネル画像を3つのシングルチャネル画像に変換し、それらをベクトル型のチャネルに配置してから、参照割り当てを実行します。
OpenCVのBGR色空間（bule、Green、Red、blue-green-red）によると、channels.at（0）はチャネルの青のコンポーネントが参照されることを意味し、channels.at（1）はチャネルの緑の部分を意味します参照される色成分channels.at（2）は、チャネル内の赤い成分が参照によって取り出されることを意味します。
plit（）関数とmerge（）関数のペアと、反対の操作を行う使用法については以上です。さらに、マルチチャネル配列から特定のシングルチャネル配列を抽出する必要がある場合、またはいくつかの複雑なチャネルの組み合わせを実装する必要がある場合は、mixChannels（）関数を使用できます。
2つのマルチチャンネル画像ミキシングサンプルプログラム
すべての記事が割り当てられるのは、詳細な注釈付きサンプルプログラムです。この記事で紹介するナレッジポイントは、コードを表示するためのキャリアとして使用されます。
この記事では、MultiChannelBlending（）と呼ばれる関数にマルチチャネル画像ミキシングの実装コードをカプセル化します。コードをアップロードするだけです：
//-----------------------------------【程序说明】----------------------------------------------
// 程序名称:：【OpenCV入门教程之四】分离颜色通道&多通道图像混合 配套源码
// 操作系统： Windows 10 64bit
// 开发语言： C++
// IDE 版 本：Visual Studio 2019
// OpenCV版本：4.20
//------------------------------------------------------------------------------------------------
//-----------------------------------【头文件包含部分】---------------------------------------
// 描述：包含程序所依赖的头文件
//----------------------------------------------------------------------------------------------
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <iostream>
//-----------------------------------【命名空间声明部分】---------------------------------------
// 描述：包含程序所使用的命名空间
//-----------------------------------------------------------------------------------------------
using namespace cv;
using namespace std;
//-----------------------------------【全局函数声明部分】--------------------------------------
// 描述：全局函数声明
//-----------------------------------------------------------------------------------------------
bool MultiChannelBlending();
//-----------------------------------【main( )函数】--------------------------------------------
// 描述：控制台应用程序的入口函数，我们的程序从这里开始
//-----------------------------------------------------------------------------------------------
int main( )
{
system("color5E");
if(MultiChannelBlending())
{
cout<<endl<<"嗯。好了，得出了你需要的混合值图像~";
}
waitKey(0);
return 0;
}
//-----------------------------【MultiChannelBlending( )函数】--------------------------------
// 描述：多通道混合的实现函数
//-----------------------------------------------------------------------------------------------
bool MultiChannelBlending()
{
//【0】定义相关变量
Mat srcImage;
Mat logoImage;
vector<Mat>channels;
Mat imageBlueChannel;
//=================【蓝色通道部分】=================
// 描述：多通道混合-蓝色分量部分
//============================================
//【1】读入图片
logoImage=imread("dota_logo.jpg",0);
srcImage=imread("dota_jugg.jpg");
if(!logoImage.data ) { printf("Oh，no，读取logoImage错误~！\n"); return false; }
if(!srcImage.data ) { printf("Oh，no，读取srcImage错误~！\n"); return false; }
//【2】把一个3通道图像转换成3个单通道图像
split(srcImage,channels);//分离色彩通道
//【3】将原图的蓝色通道引用返回给imageBlueChannel，注意是引用，相当于两者等价，修改其中一个另一个跟着变
imageBlueChannel=channels.at(0);
//【4】将原图的蓝色通道的（500,250）坐标处右下方的一块区域和logo图进行加权操作，将得到的混合结果存到imageBlueChannel中
addWeighted(imageBlueChannel(Rect(500,250,logoImage.cols,logoImage.rows)),1.0,
logoImage,0.5,0,imageBlueChannel(Rect(500,250,logoImage.cols,logoImage.rows)));
//【5】将三个单通道重新合并成一个三通道
merge(channels,srcImage);
//【6】显示效果图
namedWindow("<1>游戏原画+logo蓝色通道 by浅墨");
imshow("<1>游戏原画+logo蓝色通道 by浅墨",srcImage);
//=================【绿色通道部分】=================
// 描述：多通道混合-绿色分量部分
//============================================
//【0】定义相关变量
Mat imageGreenChannel;
//【1】重新读入图片
logoImage=imread("dota_logo.jpg",0);
srcImage=imread("dota_jugg.jpg");
if(!logoImage.data ) { printf("Oh，no，读取logoImage错误~！\n"); return false; }
if(!srcImage.data ) { printf("Oh，no，读取srcImage错误~！\n"); return false; }
//【2】将一个三通道图像转换成三个单通道图像
split(srcImage,channels);//分离色彩通道
//【3】将原图的绿色通道的引用返回给imageBlueChannel，注意是引用，相当于两者等价，修改其中一个另一个跟着变
imageGreenChannel=channels.at(1);
//【4】将原图的绿色通道的（500,250）坐标处右下方的一块区域和logo图进行加权操作，将得到的混合结果存到imageGreenChannel中
addWeighted(imageGreenChannel(Rect(500,250,logoImage.cols,logoImage.rows)),1.0,
logoImage,0.5,0.,imageGreenChannel(Rect(500,250,logoImage.cols,logoImage.rows)));
//【5】将三个独立的单通道重新合并成一个三通道
merge(channels,srcImage);
//【6】显示效果图
namedWindow("<2>游戏原画+logo绿色通道 by浅墨");
imshow("<2>游戏原画+logo绿色通道 by浅墨",srcImage);
//=================【红色通道部分】=================
// 描述：多通道混合-红色分量部分
//============================================
//【0】定义相关变量
Mat imageRedChannel;
//【1】重新读入图片
logoImage=imread("dota_logo.jpg",0);
srcImage=imread("dota_jugg.jpg");
if(!logoImage.data ) { printf("Oh，no，读取logoImage错误~！\n"); return false; }
if(!srcImage.data ) { printf("Oh，no，读取srcImage错误~！\n"); return false; }
//【2】将一个三通道图像转换成三个单通道图像
split(srcImage,channels);//分离色彩通道
//【3】将原图的红色通道引用返回给imageBlueChannel，注意是引用，相当于两者等价，修改其中一个另一个跟着变
imageRedChannel=channels.at(2);
//【4】将原图的红色通道的（500,250）坐标处右下方的一块区域和logo图进行加权操作，将得到的混合结果存到imageRedChannel中
addWeighted(imageRedChannel(Rect(500,250,logoImage.cols,logoImage.rows)),1.0,
logoImage,0.5,0.,imageRedChannel(Rect(500,250,logoImage.cols,logoImage.rows)));
//【5】将三个独立的单通道重新合并成一个三通道
merge(channels,srcImage);
//【6】显示效果图
namedWindow("<3>游戏原画+logo红色通道 by浅墨");
imshow("<3>游戏原画+logo红色通道 by浅墨",srcImage);
return true;
}
実際、マルチチャネルミキシング実装関数のコードは、青、緑、赤のチャネルをそれぞれ処理する3つの部分に大まかに分割されています。唯一の違いは、channels.at（0）、channelsです。チャネルコンポーネントが取得されるときに取得されます。.at（1）は引き続きchannels.at（2）です。
さて、以下のスクリーンショットを見てみましょう：
————————————————
著作権表示：この記事は、CC4.0に続くCSDNブロガー「浅墨_毛星️」の元の記事です。 BY-SAの著作権表示については、元のソースへのリンクとこの声明を添付して転載してください。
元のリンク：https：//blog.csdn.net/poem_qianmo/article/details/21176257