如何区别一幅图像是否是黑白图像

本文主要是介绍如何区别一幅图像是否是黑白图像，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

这篇文章的思路是很清晰的，但是个人觉得这样判断太耗时，在实际做工程的时候完全可以多判断一些样本点来节约时间

其实按理说这并不是一件困难的工作，但是由于种种原因，在OpenCV中读取的黑白图像并不是我们想像的只有一个通道，而是3通道的。但是当我们使用Mat image = imread("D:/picture/images/baboon2.jpg",0);之后，不论是彩色图像还是黑白图像都会转换为单通道。明白了这个之后，我们的程序就简单了：

[cpp]  view plain copy  
 #include <opencv2/core/core.hpp>  
 #include <opencv2/highgui/highgui.hpp>  
 #include <iostream>  
 using namespace cv;  
 int main()  
 {  
     //Mat image = imread("D:/picture/images/baboon2.jpg",0);  
     //Mat image = imread("D:/picture/images/baboon2.jpg");  
     //Mat image = imread("D:/picture/images/binary.bmp");  
     Mat image = imread("D:/picture/image.png");  
   
   
     if(!image.data)  
         return -1;  
       
     int row = image.rows;  
     int col = image.cols;  
     int cnt= 0;  
     for(int i = 0; i < row;i++)  
     {  
         for(int j = 0; j<col;j++)  
         {  
             if(image.channels() ==3)  
             {  
   
                   
                 if( (int)(image.at<Vec3b>(i,j)[0]) != 0 &&  (int)(image.at<Vec3b>(i,j)[0]) != 255 &&   
                     (int)(image.at<Vec3b>(i,j)[1]) != 0 &&  (int)(image.at<Vec3b>(i,j)[1]) != 255 &&   
                     (int)(image.at<Vec3b>(i,j)[2]) != 0 &&  (int)(image.at<Vec3b>(i,j)[2]) != 255)  
                 {  
                     cnt++;  
                 }  
                   
             }  
             else if(image.channels() ==1)  
             {  
                 if((int)(image.at<uchar>(i,j)) != 0 &&  (int)(image.at<uchar>(i,j)) != 255)  
                 {  
                     cnt++;  
                 }  
             }  
         }  
     }  
     if(cnt == 0)  
     {  
         std::cout<<"这是黑白图像"<<std::endl;  
     }  
     else  
     {  
         std::cout<<"这是不是黑白图像"<<std::endl;  
     }  
       
     //显示图像以验证结果  
     imshow("图像",image);  
     waitKey(0);  
     return 0;  
 }  