通道

OpenCV的核心处理对象是Mat，大体是一个二维数组，加上了各种功能函数。
很多的图像处理，会在单通道或二值化的基础上进行，比如连通域、目标识别等。这里的通道就是channels。
不同的图像处理算法可能对通道数有特定的要求。例如，一些算法可能只能处理单通道图像，而其他算法可能可以利用多通道图像中的信息来实现更复杂的处理。
在OpenCV中，Mat类的channels实际上和每个元素上存储的数据有关，例如存储的是Point3f，channel就自动为3。具体来说，图像是由一个个像素点堆积而成的，而一个像素点，又是由RGB颜色混合而成的。每一种颜色就是一种通道，每个像素点是多个通道颜色的混合结果。
使用Mat.channels()方法可以得到当前Mat的通道数，通常返回结果值为1、2、3或4。
在OpenCV中，除了使用Mat.channels()方法，还可以通过以下方法获取图像的通道数：

• 通过图像属性查看：在图像的详细信息中，如果位深度为8，则为单通道（灰度图）；位深度为24是三通道；位深度为32是四通道。
• 使用img.shape()[2]方法：该方法返回图像的通道数，其中img.shape()表示图像的维度，索引为2的元素为通道数。
  那就简单理解。

OpenCV 处理

当然，对编程来说，光知道通道数是多少，并没有什么大用，应该要取得某个通道的图像才是目的，这也是各图像的内在本质。
OpenCV中，获取各通道图像是采用split函数

std::vector<cv::Mat> channels;
split(dstMat, channels);
dstMat = channels[channelType];

split的参数很简单，无需折腾。如果非要加参数的话，那就是通道序号。

灰度图

而灰度图也是单通道的，不过它的数据是由RGB分量计算而得，不是取得其中一个。
从数学的角度来看，结果都是 f(R, G, B, A)，单通道是R/G/B/A中的一个，灰度是其余逻辑，如0.299×R+0.587G+0.114B

那就一块处理了。