C++ 将YCrCb图像拆分为其强度通道
我想将YCrCb分解为Y、Cr和Cb通道 代码运行良好,但当我使用C++ 将YCrCb图像拆分为其强度通道,c++,image,opencv,image-processing,computer-vision,C++,Image,Opencv,Image Processing,Computer Vision,我想将YCrCb分解为Y、Cr和Cb通道 代码运行良好,但当我使用imshow(“Y”,Y)显示每个Y、Cr、Cb的通道时,所有通道都显示为灰色 只有Y通道必须是灰色的,其他通道应该是彩色的。我说得对吗?或者代码有什么问题 Mat RGBImage; RGBImage = imread("xx.jpg"); cvtColor(RGBImage, YCrCb, CV_RGB2YCrCb); vector<Mat> ycc_planes;
imshow(“Y”,Y)
显示每个Y、Cr、Cb的通道时,所有通道都显示为灰色
只有Y通道必须是灰色的,其他通道应该是彩色的。我说得对吗?或者代码有什么问题
Mat RGBImage;
RGBImage = imread("xx.jpg");
cvtColor(RGBImage, YCrCb, CV_RGB2YCrCb);
vector<Mat> ycc_planes;
split(YCrCb, ycc_planes);
Mat y = ycc_planes[0];
Mat Cr = ycc_planes[1];
Mat Cb = ycc_planes[2];
Mat-RGBImage;
RGBImage=imread(“xx.jpg”);
CVT颜色(RGBImage、YCrCb、CV_RGB2YCrCb);
向量ycc_平面;
拆分(YCrCb、ycc_平面);
Mat y=ycc_平面[0];
Mat Cr=ycc_平面[1];
Mat Cb=ycc_平面[2];
我的最终目标是对图像的Y分量应用均值滤波器,然后通过合并其他分量(Cr和Cb)将其更改回RGB。最后,我将获得原始RGB图像的模糊版本。然而,我的平均过滤器总是返回灰色模糊的图像。我想可能是因为我的Cr,Cb组件是灰色的 正如@在评论中所说,分割一个3通道图像将得到3个1通道图像,而1通道图像是灰度的!另外,@指出了一件重要的事情:OpenCV图像存储为BGR,因此您需要使用CV\u BGR2YCrCb
而不是cvtColor
中的CV\u RGB2YCrCb
然而,我看到很多材料以丰富多彩的方式展示它们(各个频道),就像海斯教授所说的那样
如果希望以这种方式查看它们,则需要为其他通道设置一个固定值,然后将它们合并回来。这样您就可以实现下图的第一行。第二行是单独的通道。欲了解更多信息,请阅读或观看
将3通道图像分割为3个单通道图像时,每个图像都是灰度图像。它们表示颜色信息这一事实与此无关 原始图像: YCrCb频道: 但是,您可以应用颜色效果:
您可以模糊Y通道,然后合并3个单通道,并转换回BGR: 以下是完整的代码供参考:
#include <opencv2/opencv.hpp>
#include <vector>
using namespace std;
using namespace cv;
int main()
{
Mat3b bgr = imread("path_to_image");
Mat3b ycrcb;
cvtColor(bgr, ycrcb, COLOR_BGR2YCrCb);
vector<Mat1b> planes;
split(ycrcb, planes);
// Collage planes
Mat1b collagePlanes(bgr.rows, bgr.cols*3);
for (int i = 0; i < 3; ++i)
{
planes[i].copyTo(collagePlanes(Rect(i*bgr.cols, 0, bgr.cols, bgr.rows)));
}
Mat1b gray(bgr.rows, bgr.cols, uchar(128));
// Y
vector<Mat1b> vy(3);
vy[0] = planes[0];
vy[1] = gray.clone();
vy[2] = gray.clone();
Mat3b my;
merge(vy, my);
// Cr
vector<Mat1b> vcr(3);
vcr[0] = gray.clone();
vcr[1] = planes[1];
vcr[2] = gray.clone();
Mat3b mcr;
merge(vcr, mcr);
// Cb
vector<Mat1b> vcb(3);
vcb[0] = gray.clone();
vcb[1] = gray.clone();
vcb[2] = planes[2];
Mat3b mcb;
merge(vcb, mcb);
// Collage planes
Mat3b collageColor(bgr.rows, bgr.cols * 3);
my.copyTo(collageColor(Rect(0, 0, bgr.cols, bgr.rows)));
mcr.copyTo(collageColor(Rect(bgr.cols, 0, bgr.cols, bgr.rows)));
mcb.copyTo(collageColor(Rect(2 * bgr.cols, 0, bgr.cols, bgr.rows)));
cvtColor(collageColor, collageColor, COLOR_YCrCb2BGR);
////////////////////////////
// Blur Y
boxFilter(planes[0], planes[0], CV_8U, Size(7,7));
Mat3b blurred;
merge(planes, blurred);
cvtColor(blurred, blurred, COLOR_YCrCb2BGR);
imshow("Original", bgr);
imshow("YCrCb planes", collagePlanes);
imshow("YCrCb planes colored", collageColor);
imshow("Blurred", blurred);
waitKey();
return 0;
}
#包括
#包括
使用名称空间std;
使用名称空间cv;
int main()
{
Mat3b bgr=imread(“路径到图像”);
Mat3b ycrcb;
CVT颜色(bgr、ycrcb、COLOR_BGR2YCrCb);
向量平面;
拆分(ycrcb,平面);
//拼贴平面
Mat1b拼贴平面(bgr.rows、bgr.cols*3);
对于(int i=0;i<3;++i)
{
平面[i].copyTo(拼贴平面(Rect(i*bgr.cols,0,bgr.cols,bgr.rows));
}
Mat1b灰色(bgr.rows,bgr.cols,uchar(128));
//Y
向量vy(3);
vy[0]=平面[0];
vy[1]=gray.clone();
vy[2]=gray.clone();
Mat3b我的;
合并(vy,my);
//铬
矢量录像机(3);
vcr[0]=gray.clone();
vcr[1]=平面[1];
vcr[2]=gray.clone();
Mat3b-mcr;
合并(vcr、mcr);
//Cb
载体vcb(3);
vcb[0]=gray.clone();
vcb[1]=gray.clone();
vcb[2]=平面[2];
Mat3b微型断路器;
合并(vcb、mcb);
//拼贴平面
Mat3b拼贴颜色(bgr.rows,bgr.cols*3);
my.copyTo(拼贴颜色(Rect(0,0,bgr.cols,bgr.rows));
mcr.copyTo(拼贴颜色(Rect(bgr.cols,0,bgr.cols,bgr.rows));
mcb.copyTo(拼贴颜色(Rect(2*bgr.cols,0,bgr.cols,bgr.rows));
cvtColor(拼贴颜色、拼贴颜色、颜色_YCrCb2BGR);
////////////////////////////
//模糊的
boxFilter(平面[0],平面[0],CV_8U,尺寸(7,7));
Mat3b模糊;
合并(平面,模糊);
CVT颜色(模糊、模糊、颜色_YCrCb2BGR);
imshow(“原件”,bgr);
imshow(“YCrCb平面”,拼贴平面);
imshow(“YCrCb平面彩色”,拼贴颜色);
imshow(“模糊”,模糊);
waitKey();
返回0;
}
您正在将一个3通道图像拆分为3个1通道图像。单通道图像是灰度图像,将显示为灰度sh。它们的像素值实际上是颜色信息这一事实无关紧要,它们仍然是灰度图像。所以,你的代码是可以的,只是你的解释是不正确的。我应该向我的代码中添加什么才能使它们丰富多彩@MikicvtColor(RGBImage、YCrCb、CV_BGR2YCrCb)也许更好,也许我明白了。。。你是说什么?这只是一个彩色贴图,一种视觉效果。是的,实际上我对图像的Y分量应用了均值滤波器,我需要将其更改回RGB,并合并其他分量(Cr和Cb)。最后,我将获得原始RGB图像的模糊版本。然而,我的平均过滤器总是返回灰色模糊的图像。我想可能是因为我的Cr,Cb组件是灰色的。这就是我问这个问题的原因。顺便说一句,很好的博客,现在我知道当用户在安装OpenCV:DWow时遇到问题时应该链接什么了!!非常感谢你的回答,问这个问题我学到了很多@三木