【OpenCv】c++ 图像初级操作 | 图像灰度化

一、图像

1、图像信息

Q：图像在计算机中怎么储存？
A：在计算机中用一般用M x N的矩阵来表示一幅尺寸大小为M x N的数字图像，矩阵元素的值就是该图像对应位置上的像素值。

对于计算机本地磁盘中的彩色图像，单机鼠标右键，选择“属性”，可以看到一幅图像的基本信息。

2、图像种类

1）二值图像：

Q：什么是二值图像？
A： 一幅二值图像的二维矩阵仅由 0、1 两个值构成，“0”代表黑色，“1”代表白色。二值图像可以看成是灰度图像的一个特例。
二值图像通常用于文字、线条图的扫描识别（OCR）和掩膜图像的存储。

2）灰度图:

Q：什么是灰度图？
A： 灰度图是每个像素只有一个采样颜色的图像，这类图像通常显示为从最暗黑色到最亮的白色的灰度。灰度图像与黑白图像不同，在计算机图像领域中黑白图像只有黑色与白色两种颜色，但是灰度图像在黑色与白色之间还有许多级的颜色深度。

3）彩色图：

Q：什么是彩色图？
A： 彩色图的每个像素通常是由红（R）、绿（G）、蓝（B）三个分量来表示的。RGB 图像每一个像素的颜色值（由RGB三原色表示）直接存放在图像矩阵中，由于每一像素的颜色需由 R、G、B 三个分量来表示，M、N 分别表示图像的行列数，三个M x N的二维矩阵分别表示各个像素的 R、G、B 三个颜色分量。RGB图像的数据类型一般为 8 位无符号整形，通常用于表示和存放真彩色图像。

二、图像转化

1、分离彩色图三个通道

彩色图像在计算机中一般存储方式为 3 通道图像。图像的每一个像素都是由三个数字组成的向量量化的，最常见的是由 R，G ，B 三个分量来量化的。RGB模型的这三个元素的数值分别代表了三种基色，红、绿、蓝的亮度。我们可以通过split函数来分离这三个通道。

#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/types_c.h>
using namespace cv;
using namespace std;
int main() {Mat srcImage = imread("...\\dog.jpg");if (!srcImage.data)return 1;imshow("srcImage", srcImage);vector<Mat> planes;split(srcImage, planes);imshow("B", planes[0]);imshow("G", planes[1]);imshow("R", planes[2]);waitKey(0);return 0;
}

运行结果如图所示

在彩色图像处理中，一般先分离通道，分别处理每一个单通道后再合并。

2、图像灰度化处理

#include <opencv2\imgproc\imgproc.hpp>
#include <opencv2\highgui\highgui.hpp>
#include <opencv2/imgproc/types_c.h>
using namespace cv;
using namespace std;
int main() {//读取源图像并转化为灰度图像cv::Mat srcImage = imread("...\\dog.jpg");if (!srcImage.data)return 1;//读取源图像并转化为灰度图像Mat srcGray;cvtColor(srcImage, srcGray, CV_RGB2GRAY);//显示源图像及灰度图像imshow("srcImage", srcImage);imshow("srcGray", srcGray);waitKey(0);return 0;
}

运行结果如图所示：