OpenCV и переупорядочение байтов из разных каналов

На основании вашего описания желаемого результата

в формате B, B, B, ..., G, G, G, ..., R, R, R, ...

Я предполагаю, что выходное изображение должно быть одноканальным Mat той же ширины, но в 3 раза больше высоты входного изображения. По сути, это 3 кадра в оттенках серого, наложенных друг на друга: первый представляет синий канал, второй — зеленый, третий — красный.

Ваша первоначальная идея использования cv::split() хороша, но вы упустили способ реализовать ее так, чтобы «не требовалось 3 ненужных копирования во временные объекты мата». На самом деле этого довольно легко добиться, и я объясню, как, но сначала давайте пробежимся по некоторым предысториям.

Прежде всего, большинство функций OpenCV предоставляют массив назначения. Часто это может быть пустой общий cv::Mat (или, возможно, их вектор), и функция будет выделять Mat подходящей формы и типа, необходимые для хранения вывода. Однако, если предоставлен уже выделенный Mat и он имеет правильную форму и тип данных, он будет повторно использован (выходные данные будут записаны в него Mat).

Во-вторых, важно понимать, как работает cv::Mat. По сути, это интеллектуальный указатель с некоторыми метаданными и указателем на массив байтов. Метаданные сообщают ему, как интерпретировать массив. Это означает, что у вас может быть несколько Mat, указывающих на одни и те же данные или подразделы этих данных (так называемые «представления»).

Учитывая это, стратегия ясна.

1. Выделите одноканальное изображение result той же ширины и в 3 раза превышающее высоту входа BGR.
2. Создайте последовательность представлений цветовой плоскости result, которую мы можем передать cv::split как OutputArrayOfArrays. В данном случае это означает std::vector<cv::Mat> с тремя элементами, каждый из которых представляет собой представление определенной цветовой плоскости result. Мы можем получить необходимые представления, используя cv::Mat::rowrange и простую арифметику.
3. Звоните cv::split.

Вот тривиальный пример, демонстрирующий вышеупомянутую стратегию:

#include <opencv2/opencv.hpp>

int main()
{
    uint8_t data[] = { 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11 };
    cv::Mat bgr(2, 2, CV_8UC3, data);

    cv::Mat result = cv::Mat1b(bgr.rows * 3, bgr.cols);

    std::vector<cv::Mat> views = {
        result.rowRange(0, bgr.rows)
        , result.rowRange(bgr.rows, bgr.rows * 2)
        , result.rowRange(bgr.rows * 2, bgr.rows * 3)
    };
    cv::split(bgr, views);

    std::cout << bgr << '\n';

    std::cout << result << '\n';

    return 0;
}

Мы создаем BGR-изображение 2x2 со значениями пикселей:

• вверху слева B = 0, G = 1, R = 2
• вверху справа B = 3, G = 4, R = 5
• внизу слева B = 6, G = 7, R = 8
• внизу справа B = 9, G = 10, R = 11

Затем разделяем его по вашим требованиям, и у нас должно получиться:

• 0, 3; 6, 9 для самолета B
• 1, 4; 7, 10 для плоскости G
• 2, 5; 8, 11 для самолета R

Приведенная выше программа выводит следующее:

[  0,   1,   2,   3,   4,   5;
   6,   7,   8,   9,  10,  11]
[  0,   3;
   6,   9;
   1,   4;
   7,  10;
   2,   5;
   8,  11]