python opencv cv.applyColorMap()函数（颜色映射）ColormapTypes【将Intel Realsense D435深度图的黑白图映射为彩色图】-CSDN博客

本文链接：https://blog.csdn.net/Dontla/article/details/103225144

文章目录

API

def applyColorMap(src, colormap, dst=None): # real signature unknown; restored from __doc__
    """
    applyColorMap(src, colormap[, dst]) -> dst
    .   @brief Applies a GNU Octave/MATLAB equivalent colormap on a given image. 
    	在给定图像上应用GNU Octave / MATLAB等效色图。
    .   
    .   @param src The source image, grayscale or colored of type CV_8UC1 or CV_8UC3.
    	源图像，灰度或彩色的CV_8UC1或CV_8UC3类型。
    	（CV_8UC1指8位无符号单通道矩阵、CV_8UC3指8位无符号三通道矩阵）
    	
    .   @param dst The result is the colormapped source image. Note: Mat::create is called on dst.
    	结果是颜色映射的源图像。 注意：Mat :: create在dst上调用。
    	
    .   @param colormap The colormap to apply, see #ColormapTypes
    	要应用的颜色图，请参见#ColormapTypes
    
    
    
    applyColorMap(src, userColor[, dst]) -> dst
    .   @brief Applies a user colormap on a given image. 将用户颜色图应用于给定图像。
    .   
    .   @param src The source image, grayscale or colored of type CV_8UC1 or CV_8UC3.
    	源图像，灰度或彩色的CV_8UC1或CV_8UC3类型。
    	
    .   @param dst The result is the colormapped source image. Note: Mat::create is called on dst.
    	结果是颜色映射的源图像。 注意：Mat :: create在dst上调用。
    	
    .   @param userColor The colormap to apply of type CV_8UC1 or CV_8UC3 and size 256
    	要应用的CV_8UC1或CV_8UC3类型的颜色图，大小为256
    """
    pass

colormap：查看并设置当前颜色图。

配色：通过将一个颜色方案，分配给一张图，使得一张黑白图彩色化。例如，画油画，首先是素描出物体的轮廓，接着是给画出的物体涂上适宜的颜色，这个记录不同物体对应的颜色的映射，就是配色方案。

在以下代码中，cv.applyColorMap()函数将一层的深度图（黑白）映射到三层，打印出来便是彩色图：

depth_image = cv.applyColorMap(cv.convertScaleAbs(depth_image, alpha=0.03), cv.COLORMAP_JET)

ColormapTypes

在这里插入图片描述

完整应用代码【将深度图的黑白图映射为彩色图】

# -*- encoding: utf-8 -*-
"""
@File    : test_191123_将深度图打印成黑白图.py
@Time    : 2019/11/24 15:57
@Author  : Dontla
@Email   : sxana@qq.com
@Software: PyCharm
"""
import pyrealsense2 as rs
import cv2 as cv
import numpy as np

pipeline = rs.pipeline()

cfg = rs.config()
cfg.enable_stream(rs.stream.depth, 640, 480, rs.format.z16, 30)
cfg.enable_stream(rs.stream.color, 640, 480, rs.format.bgr8, 30)

profile = pipeline.start(cfg)

try:
    while True:
        fs = pipeline.wait_for_frames()

        color_frame = fs.get_color_frame()
        depth_frame = fs.get_depth_frame()

        if not depth_frame or not color_frame:
            continue

        color_image = np.asanyarray(color_frame.get_data())
        depth_image = np.asanyarray(depth_frame.get_data())

        # 打印成黑白
        # depth_image = cv.convertScaleAbs(depth_image, alpha=0.03)
        # 打印成彩色
        depth_image = cv.applyColorMap(cv.convertScaleAbs(depth_image, alpha=0.03), cv.COLORMAP_JET)

        window = cv.namedWindow('window', cv.WINDOW_AUTOSIZE)

        cv.imshow('window', depth_image)

        cv.waitKey(1)
finally:
    pipeline.stop()

map原理

具体是怎么map的暂时不用管吧，毕竟还没有精力到去看源码的地步，但猜测，对应每一种ColormapType，都有公式使被map的矩阵数值与map后的颜色的数值一一对应，执行前先判断是CV_8UC1还是CV_8UC3，到时它直接计算就好了。

能否map CV_24UC3的？

貌似也能，代码：

# -*- encoding: utf-8 -*-
"""
@File    : test_191123_将深度图打印成黑白图.py
@Time    : 2019/11/24 15:57
@Author  : Dontla
@Email   : sxana@qq.com
@Software: PyCharm
"""
import pyrealsense2 as rs
import cv2 as cv
import numpy as np

pipeline = rs.pipeline()

cfg = rs.config()
cfg.enable_stream(rs.stream.depth, 640, 480, rs.format.z16, 30)
cfg.enable_stream(rs.stream.color, 640, 480, rs.format.bgr8, 30)

profile = pipeline.start(cfg)

try:
    while True:
        fs = pipeline.wait_for_frames()

        color_frame = fs.get_color_frame()
        depth_frame = fs.get_depth_frame()

        if not depth_frame or not color_frame:
            continue

        color_image = np.asanyarray(color_frame.get_data())
        depth_image = np.asanyarray(depth_frame.get_data())

        # 打印成黑白
        # depth_image = cv.convertScaleAbs(depth_image, alpha=0.03)
        # 打印成彩色
        # depth_image = cv.applyColorMap(cv.convertScaleAbs(depth_image, alpha=0.03), cv.COLORMAP_JET)

        # 测试是否能map CV_24UC3的
        color_image = cv.applyColorMap(color_image, cv.COLORMAP_JET)

        window = cv.namedWindow('window', cv.WINDOW_AUTOSIZE)

        cv.imshow('window', color_image)

        cv.waitKey(1)
finally:
    pipeline.stop()