python 实现 opencv 三通道 锐化 opencv颜色通道

什么叫做颜色通道
保存图像颜色信息的通道称为颜色通道。
每个图像都有一个或多个颜色通道，图像中默认的颜色通道数取决于其颜色模式，即一个图像的颜色模式将决定其颜色通道的数量。例如，CMYK图像默认有4个通道，分别为青色、洋红、黄色、黑色。在默认情况下，位图模式、灰度、双色调和索引颜色图像只有一个通道。RGB和Lab图像有3个通道，CMYK图像有4个通道。
每个颜色通道都存放着图像中颜色元素的信息。所有颜色通道中的颜色叠加混合产生图像中像素的颜色。
那么
而为了更好的观察一些图像材料的特征，有时需要对RGB三个颜色通道的分量进行分别显示和调整。通过OpenCV的split和merge方法可以很方便的达到目的。
split函数

C++: void split(const Mat& src, Mat*mvbegin);
C++: void split(InputArray m,OutputArrayOfArrays mv);

参数简介

• 第一个参数nputArray类型的m或者const Mat&类型的src，填我们需要进行分离的多通道数组
• 第二个参数，OutputArrayOfArrays类型的mv，填函数的输出数组或者输出的vector容器。
  这里的OutputArrayOfArrays我们通过【转到定义】大法，可以查到它是_OutputArray的引用，那么我们在源代码中再次通过【转到定义】看到_OutputArray类的原型，即是OutputArrayOfArrays的原型：
  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
};

split函数分割多通道数组转换成独立的单通道数组，按公式来看就是这样：
mv[c][1]=src[1]

merge函数详解
merge()函数的功能是split()函数的逆向操作，将多个数组组合合并成一个多通道的数组。

C++: void merge(const Mat* mv, size_tcount, OutputArray dst)  
C++: void merge(InputArrayOfArrays mv,OutputArray dst)

• 第一个参数，mv，填需要被合并的输入矩阵或vector容器的阵列，这个mv参数中所有的矩阵必须有着一样的尺寸和深度。
• 第二个参数，count，当mv为一个空白的C数组时，代表输入矩阵的个数，这个参数显然必须大于1.
• 第三个参数，dst，即输出矩阵，和mv[0]拥有一样的尺寸和深度，并且通道的数量是矩阵阵列中的通道的总数。 //【1】读入图片

•  logoImage = imread(“logo.jpg”, 0);
 srcImage = imread(“2.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(800, 550, 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 ");
  imshow("<1>游戏原画+logo蓝色通道 ", srcImage);