1 概述
上篇博客中我们讲解了如何使用 addWeighted 函数进行图像混合操作，以及如何将ROI和addWeighted函数结合起来，对指定区域进行图像混合操作。
而为了更好地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方法可以很方便地达到目的。 本篇博客，我们会详细介绍这两个互为“冤家”的函数。首先来看看进行通道分离的split函数。
2 通道分离：split函数
split函数用于将一个多通道数组分离成几个单通道数组。这里的array按语境翻译为数组或者阵列。 这个split函数的C＋＋版本有两个原型，分别是：
- C++:void split(const Mat& src, Mat*mvbegin);
- C++:void split(InputArray m, OutputArrayOfArrays mv); 变量介绍如下：
- 第一个参数，InputArray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。
split函数分割多通道数组转换成独立的单通道数组，公式如下：
最后我们一起看一个示例。
//【0】定义相关变量
Mat srcImage;
Mat logoImage;
vector<Mat> channels;
Mat imageBlueChannel;
//【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(500,250,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);
将一个多通道数组分离成几个单通道数组的 split函数的内容大概就是以上这些了，下面我们来看一下和它关系密切的merge函数。
3 通道合并：merge函数
merge()函数是 split（）函数的逆向操作—将多个数组合并成一个多通道的数组。它通过组合一些给定的单通道数组，将这些孤立的单通道数组合并成一个多通道的数组，从而创建出一个由多个单通道阵列组成的多通道阵列。它有两个基于C＋＋的函数原型如下。
- C++:void merge(const Mat* mv,size_tcount,OutputArray dst)
- C++:void merge(InputArrayOfArrays mv,OutputArray dst) 变量介绍如下。
- 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。
函数解析如下:
merge函数的功能是将一些数组合并成一个多通道的数组。关于组合的细节，输出矩阵中的每个元素都将是输出数组的串接。其中，第i个输入数组的元素被视为mv［i］。C一般用其中的Mat::at（方法对某个通道进行存取，也就是这样用：channels.at(0)。
这里的 Mat::at（）方法返回一个引用到指定的数组元素。注意是引用，相当于两者等价，也就是修改其中一个，另一个也会随之改变。
依然是一个示例，如下:
//【0】定义相关变量
Mat imageGreenChannel;
//【1】重新读入图片
logoImage= imread("dota_logo.jpg",0);
srcImage= imread("dota_jugg.jpg");
if( !logoImage.data ) { printf("读取logoImage错误~！ \n"); return false; }
if( !srcImage.data ) { printf("读取srcImage错误~！ \n"); return false; }
//【2】将一个三通道图像转换成三个单通道图像
split(srcImage,channels);//分离色彩通道
//【3】将原图的绿色通道的引用返回给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
imageGreenChannel= channels.at(1);
//【4】将原图的绿色通道的（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imageGreenChannel中
addWeighted(imageGreenChannel(Rect(500,250,logoImage.cols,logoImage.rows)),1.0,
logoImage,0.5,0.,imageGreenChannel(Rect(500,250,logoImage.cols,logoImage.rows)));
//【5】将三个独立的单通道重新合并成一个三通道
merge(channels,srcImage);
//【6】显示效果图
namedWindow("<2>游戏原画+logo绿色通道");
imshow("<2>游戏原画+logo绿色通道",srcImage);
上面的代码先做了相关的类型声明，然后把载入的3通道图像转换成3个单通道图像，放到vector＜Mat＞类型的channels中，接着进行引用赋值。
根据OpenCV的BGR色彩空间（Bule、Green、Red，蓝绿红），其中channels．at（0） 就表示引用取出 channels 中的蓝色分量，channels．at（1）就表示引用取出 channels 中的绿色分量，channels．at（2）就表示引用取出channels中的红色分量。
一对做相反操作的split（）函数和merge0函数的用法就是这些。另外提一点，如果我们需要从多通道数组中提取出特定的单通道数组，或者说实现一些复杂的通道组合，可以使用mixChannels()函数。
4 示例程序：多通道图像混合
在本小节展示的示例程序中，我们把多通道图像混合的实现代码封装在了名为MultiChannelBlending（）的函数中。详细注释的代码直接上传到github。
5 效果图
游戏原画+logo蓝色通道
游戏原画+logo绿色通道
游戏圆弧+logo红色通道
