9.opencv中伪彩色applyColorMap函数的应用

 在图像处理中,伪色彩用途广泛。例如伪色彩中的 COLORMAP_JET模式,就常被用于生成我们所常见的热力图。

# 对应函数语法
cv2.applyColorMap(src, userColor[, dst])
  •  COLORMAP_AUTUMN = 0
  • COLORMAP_BONE = 1
  • COLORMAP_JET = 2
  • COLORMAP_WINTER = 3
  • COLORMAP_RAINBOW = 4
  • COLORMAP_OCEAN = 5
  • COLORMAP_SUMMER = 6
  • COLORMAP_SPRING = 7
  • COLORMAP_COOL = 8
  • COLORMAP_HSV = 9
  • COLORMAP_PINK = 10
  • COLORMAP_HOT = 11

具体的代码实现如下: 

import cv2
import matplotlib.pyplot as plt

img_gray = cv2.imread("girl.PNG", cv2.IMREAD_GRAYSCALE)

img1 = cv2.applyColorMap(img_gray, cv2.COLORMAP_AUTUMN)
img2 = cv2.applyColorMap(img_gray, cv2.COLORMAP_BONE)
img3 = cv2.applyColorMap(img_gray, cv2.COLORMAP_JET)
img4 = cv2.applyColorMap(img_gray, cv2.COLORMAP_WINTER)
img5 = cv2.applyColorMap(img_gray, cv2.COLORMAP_RAINBOW)
img6 = cv2.applyColorMap(img_gray, cv2.COLORMAP_OCEAN)
img7 = cv2.applyColorMap(img_gray, cv2.COLORMAP_SUMMER)
img8 = cv2.applyColorMap(img_gray, cv2.COLORMAP_SPRING)
img9 = cv2.applyColorMap(img_gray, cv2.COLORMAP_COOL)
img10 = cv2.applyColorMap(img_gray, cv2.COLORMAP_HSV)
img11 = cv2.applyColorMap(img_gray, cv2.COLORMAP_PINK)
img12 = cv2.applyColorMap(img_gray, cv2.COLORMAP_HOT)

title = ["COLORMAP_AUTUMN", "COLORMAP_BONE", "COLORMAP_JET", "COLORMAP_WINTER", "COLORMAP_RAINBOW",
         "COLORMAP_OCEAN", "COLORMAP_SUMMER", "COLORMAP_SPRING", "COLORMAP_COOL ", "COLORMAP_HSV",
         "COLORMAP_PINK", "COLORMAP_HOT"]
img_list = [img1, img2, img3, img4, img5, img6, img7, img8, img9, img10, img11, img12]

for i in range(len(title)):
    plt.subplot(3, 4, i + 1)  # 3x4的图第i个位置
    plt.imshow(img_list[i][:, :, ::-1])  # BGR->RGB
    plt.title(title[i], fontsize=8)
    plt.xticks([]), plt.yticks([])  # 隐藏刻度

plt.show()

原图: 

 输出结果图:

 参考:https://blog.csdn.net/u013381011/article/details/78341861

https://blog.csdn.net/weixin_36670529/article/details/104001820

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
OpenCV提供了一些方法来实现图像的伪彩色处理。伪彩色是一种将灰度图像转换为彩色图像的技术,通过给不同灰度级别分配不同的颜色,增强图像的可视化效果。 下面是一种常见的实现伪彩色的方法: 1. 使用`applyColorMap`函数OpenCV的`applyColorMap`函数可以通过将灰度图像映射到一个颜色表来实现伪彩色。这个函数接受两个参数:灰度图像和颜色表。其中,颜色表可以是预定义的OpenCV颜色映射,如`cv2.COLORMAP_JET`、`cv2.COLORMAP_HSV`等,也可以是自定义的颜色映射。 以下是一个示例代码,演示如何使用`applyColorMap`函数实现伪彩色处理: ```python import cv2 # 读取灰度图像 gray_image = cv2.imread("gray_image.jpg", 0) # 应用颜色映射 color_image = cv2.applyColorMap(gray_image, cv2.COLORMAP_JET) # 显示结果 cv2.imshow("Color Image", color_image) cv2.waitKey(0) cv2.destroyAllWindows() ``` 在上面的示例中,我们首先读取了一个灰度图像,然后使用`applyColorMap`函数将其转换为伪彩色图像,并使用`imshow`函数显示结果。 2. 自定义伪彩色映射:除了使用预定义的颜色表,还可以自定义伪彩色映射。这可以通过创建一个自定义的颜色表(Lookup Table)来实现,然后使用OpenCV的`LUT`函数将灰度图像映射到颜色表。 以下是一个示例代码,演示如何自定义伪彩色映射: ```python import cv2 import numpy as np # 创建自定义颜色表 color_map = np.zeros((256, 1, 3), dtype=np.uint8) color_map[:, 0, 2] = np.arange(256) # 在红色通道上设置灰度值 color_map[:, 0, 1] = 255 - np.arange(256) # 在绿色通道上设置反向灰度值 # 读取灰度图像 gray_image = cv2.imread("gray_image.jpg", 0) # 应用自定义颜色映射 color_image = cv2.LUT(gray_image, color_map) # 显示结果 cv2.imshow("Color Image", color_image) cv2.waitKey(0) cv2.destroyAllWindows() ``` 在上面的示例中,我们创建了一个自定义的颜色表,其中红色通道与输入灰度值相对应,绿色通道与反向灰度值相对应,蓝色通道未使用。然后,我们使用`LUT`函数将灰度图像映射到自定义的颜色表,最后使用`imshow`函数显示结果。 这只是伪彩色处理的两种常见方法,OpenCV还提供了其他方法和技术。具体选择哪种方法取决于你的应用需求和个人偏好。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值