【opencv图像处理之mat类（二）】

本文链接：https://blog.csdn.net/qq_43340817/article/details/125925844

Mat类如何应用到实际的应用场景，首先数字图像处理实质就是处理矩阵，
在这里插入图片描述
分辨率就是图片的高和宽，也就是一个36*26的矩阵，位深度是8 ，代表的是矩阵里的数字范围在0~2^8，即0到255之间，

将一个灰度图像转化为一个Mat类

#include<opencv2/core/core.hpp>
#include<opencv2/highgui/highgui.hpp>
using namespace cv;
int main( int argc, char*argv[]){
    //输入图像
    Mat img = imread(argv[1], CV_LOAD_IMAGE_GRAYSCALE);
    if(image.empty())
    return -1;
    string winame = "reason";
    namewindow(winame, WINDOWN_AUTOSIZE);
    //显示图像
    imshow(winame, img);
    waitkey(0);
    }

如果argv[1] 是一个彩色图像， imread()的参数是灰度图形，会对彩色图像进行灰度化处理，这是灰度图像数字化。

下面介绍彩色图像数字化，打开一张彩色图像的属性
在这里插入图片描述
这里位深度变成了24，拿最常见的RGB图像，是R-红色，G-绿色，B-蓝色，每种颜色都是8位的，每种颜色构成一个通道，RGB就是三通道彩色图像，每一个像素点的颜色类型就有256的三次方即1677216种颜色，可能就是彩电刚出来的时候那种千万像素级的意思（0， 0 ，0）代表黑色（255， 255， 255）代表白色，（255，0， 0）代表红色，所有已知的人类视觉的颜色都可以由红，绿，蓝三种颜色混合而成。

#include<opencv2/core/core.hpp>
#include<opencv2/highgui/highgui.hpp>
using namespace cv;
int main(int argc ,char *argc[]){
//输入图像，转化为矩阵
Mat img = imread(argv1[1], CV_LOAD_IMAGE_GRAYSCALE);
if (img.empty()){
return -1;
}
//显示彩色图像
imshow("BGR", img);
//分离彩色图形的三个通道
vector<Mat> planes;
split(img ,planes);
//分别显示通道
imshow("B", planes[0]);
imshow("G", planes[1]);
imshow("R",planes[2]);
waitkey(0);