OpenCV4（C++） —— 图像数据类型转换和颜色模型转换_opencvc++格式转换函数

---

一、图像数据类型转换

OpenCV中使用imread读取一张彩色图像时，默认采用的是BGR通道和整数类型(0-255，CV_8U)。
在某些情况下，会将整数类型(0-255)转换为浮点类型(0-1)，可采用 convertTo() 函数。它将源图像的每个元素按照以下公式进行转换： dst = src*缩放因子+偏移量

cv::Mat img = cv::imread("C:/Users/Opencv/temp/lena.png");
cv::Mat img2;
img.convertTo(img2, CV_32F, 1 / 255.0, 0);
// img2：目标图像
// CV_32F：目标数据类型
// 1 / 255.0：缩放因子，默认为1
// 0：偏移量，默认为0
1
2
3
4
5
6
7

注：因为是BGR通道顺序，所以例如左图的第一个像素点，B为247，G为247，R为229

二、颜色模型转换

在OpenCV中，彩色图像默认读取为RGB颜色模型（但通道相反，BGR）。还有其他的颜色模型，如YUV、HSV、Lab、GRAY等，都是可以进行转换的。使用的转换函数是 cvtColor()函数

cv::cvtColor(src, dst, code, dstCn=0);
// code：颜色空间转换的标志，如由RGB空间到HSV空间——COLOR_BGR2HSV
// dstCn:目标图像中的通道数，如果参数为0，则从src和代码中自动导出通道数
1
2
3

代码如下（示例）：

#include <opencv2/opencv.hpp>  
#include<iostream>  

using namespace std;

int main()
{
    cv::Mat img = cv::imread("C:/Users/Opencv/temp/lena.png");
    cv::Mat img2;
    img.convertTo(img2, CV_32F, 1 / 255.0, 0);

    cv::Mat HSV;
    cv::cvtColor(img, HSV, cv::COLOR_BGR2HSV);

    cv::Mat gray;
    cv::cvtColor(img, gray, cv::COLOR_BGR2GRAY);

    return 0;
}

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

其中：转为GRAY灰度图的方式：gray = R * 0.3 + G * 0.59 + B * 0.11

三、通道的分离和融合

OpenCV采用的是BGR的通道顺序，可以使用通道的分离和融合来进行验证。主要函数：split和merge

#include <opencv2/opencv.hpp>
#include <vector>
#include<iostream>  
using namespace std;

int main()
{
    cv::Mat img = cv::imread("C:/Users/Opencv/temp/lena.png");
    cv::Mat img_array[3];
    cv::Mat imgs0, imgs1, imgs2; //用于存放数组类型的结果

    cv::split(img, img_array);
    imgs0 = img_array[0];  //B
    imgs1 = img_array[1];  //G
    imgs2 = img_array[2];  //R

    cv::Mat zero1 = cv::Mat::zeros(cv::Size(img.cols, img.rows), CV_8UC1);
    cv::Mat zero2 = zero1.clone();

    vector<cv::Mat> imgsV1;
    imgsV1.push_back(imgs0);  // B通道放在第一个
    imgsV1.push_back(zero1);
    imgsV1.push_back(zero2);

    cv::Mat imgM1;
    cv::merge(imgsV1, imgM1);
    cv::imshow("RGB-B通道", imgM1); //显示分离后B通道的像素值

    vector<cv::Mat> imgsV2;
    imgsV2.push_back(zero1);
    imgsV2.push_back(zero2);
    imgsV2.push_back(imgs2);  // R通道放在最后一个

    cv::Mat imgM2;
    cv::merge(imgsV2, imgM2);
    cv::imshow("RGB-R通道", imgM2); //显示分离后R通道的像素值

    cv::waitKey(0);
    cv::destroyAllWindows();
    return 0;
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41