第一件事：分離顏色通道，多通道圖像混合

1. split 函數（通道分離）

函數原型：

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

按原矩陣的各個通道分類，生成一個單通道的矩陣數組。

示例代碼：

cv::Mat srcImage = cv::imread("1.jpg");
std::vector<Mat> channels;
cv::split(srcImage,channels);
cv::Mat imageBlue = channels.at(0);

2. merge 函數（通道合并）

將多個單通道圖像組合為一個多通道圖像。
函數原型如下：

void merge(const Mat* mv, size_t count, OutputArray dst);
void merge(InputArrayOfArrays mv, OutputArray dst);

原型一：

原型二：

示例代碼：

#include <opencv2/opencv.hpp>
int main(int argc, const char * argv[]) {
    cv::Mat srcImge = cv::imread("1.jpg");
    std::vector<cv::Mat> channels;
    cv::split(srcImge, channels);
    
    cv::Mat blue = channels.at(0);
    cv::Mat green = channels.at(1);
    cv::Mat red = channels.at(2);
    
    cv::imshow("blue", blue);
    cv::imshow("green", green);
    cv::imshow("red", red);
    
    
    cv::Mat merImage;
    cv::Mat imgs[] = {blue,green,red};
    cv::merge(imgs, 3, merImage);
    
//    std::vector<cv::Mat> vector = {blue,green,red};
//    cv::merge(vmers, merImage);
//    或者
//    cv::merge(channels, merImage);
    
    cv::imshow("image", merImage);
    cv::waitKey();
    return 0;
}

發現運行后 blue green red 三個窗口顯示的圖像顏色都是灰色，這是因為 split 函數生成的都是單通道矩陣和灰度空間矩陣是一模一樣的。

blue 窗口

green 窗口

red 窗口

合并生成的圖像

第二件事：圖像對比度、亮度值調整

理論：
圖像的對比度和亮度的調整，其實是圖像處理操作中比較簡單地一種操作——點操作：僅根據輸入的單個像素值（有時會加入某些全局信息）來計算相應的輸出像素，如：對比度調整，亮度調整、顏色校正和變換等等。公式如下：

亮度對比度調節公式

• f(x) 代表輸入像素 ；
• g(x) 代表輸出像素；
• α 通常稱為增益（ gain ），這里用來調節對比度；
• b 通常稱為偏置（ bias ），這里用來調節亮度。

結合第六天所學的訪問圖像像素，示例代碼：

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

///**
// 亮度對比度調節示例程序全局變量部分
// */
int g_ncurBrightness = 50;
int g_nMaxBrightness = 100;
int g_ncurContrast = 50;
int g_nMaxContrast = 100;
cv::Mat g_srcImg;
cv::Mat g_dstImg;
void on_bcTrackBar(int count, void* userdata){
    int rows = g_srcImg.rows;
    int cols = g_srcImg.cols * g_srcImg.channels();
    double brightness = (double) g_ncurBrightness/g_nMaxBrightness * 100.0;
    double contrast = (double) g_ncurContrast/g_nMaxContrast * 5.0;
    
    for (int i = 0; i < rows; i++) {
        uchar *srcData = g_srcImg.ptr<uchar>(i);
        uchar *dstData = g_dstImg.ptr<uchar>(i);
        for (int j = 0; j < cols; j++) {
            int dstValue = srcData[j] * contrast + brightness;
            //溢出保護
            if (dstValue > 255)
                dstValue = 255;
            if (dstValue < 0)
                dstValue = 0;

            dstData[j] = dstValue;
        }
    }
    cv::imshow("run window", g_dstImg);
}
//主函數
int main(int argc, const char * argv[]) {
    g_srcImg = cv::imread("1.jpg");
    g_dstImg = cv::Mat(g_srcImg.size(),g_srcImg.type());
    
    cv::namedWindow("run window");
    cv::createTrackbar("brightness bar", "run window", &g_ncurBrightness, g_nMaxBrightness, on_bcTrackBar);
    cv::createTrackbar("contrast bar", "run window", &g_ncurContrast, g_nMaxContrast, on_bcTrackBar);
    
    on_bcTrackBar(0, 0);
    
    while (char(cv::waitKey(1)) != 'q') {}
    return 0;
}

【原圖】

運行效果圖