Opencv 基本操作二 实现label2rgb，将灰度图转化为彩色图

语义分割得到的图片都是灰度图，不利于查看分割效果，通过对label值进行三次线性变化，可以分别得到关于R、G、B三个通道的伪彩色，然后生成一副伪彩色图像。也可以通过LUT函数设置颜色查找表，得的RGB图像。下面分享两种实现方式。

方式一、线性变化

具体代码如下所示：针对不同class_num的label数据集，只需要调整代码里面的class_num即可

cv::Mat set_color(cv::Mat label) {
    int class_num = 8;//一个有8个类别
    int color_setp = int(255 / class_num);
    cv::Mat tmp,bg;
    label.copyTo(tmp);
    //把背景置成白色
    //把图像中大于0的部分全部赋值为0，小于等于0的部分赋值为255
    threshold(tmp, bg, 0, 255, THRESH_BINARY_INV);

    cv::Mat G = (class_num - label) * color_setp;
    cv::Mat R = label * color_setp;
    cv::Mat B = (R + G) / 2;
    B.convertTo(B, CV_8UC1);

    //让背景是白色的
    vector<cv::Mat> mv;
    mv.push_back(R + bg);
    mv.push_back(G + bg);
    mv.push_back(B + bg);

    cv::Mat RGB;
    cv::merge(mv, RGB);
    return RGB;
}

生成的伪彩色图像效果如图1所示，背景是白色的。

图1 生成的伪彩色图像

方式二、自定义LUT

Mat applyCustomColorMap2(Mat im_gray)
{
    //创建RGB格式的颜色对应表
    unsigned char rgb[256][3] = {
        {255,255,255},
        {0,0,255},
        {0,153,0},
        {0,92,0},
        {160,160,164},
        {96,96,96},
        {128,0,0},
        {255,0,0},
        {0,255,0},
    };
    Mat lut = Mat(256, 1, CV_8UC3, rgb); // 创建查找表
    cvtColor(lut, lut, COLOR_RGB2BGR);//将RGB格式的颜色查找表转换为BGR格式

    //将传入的灰度图转换为彩色图
    cv::Mat im_p_color;
    cvtColor(im_gray.clone(), im_p_color, COLOR_GRAY2BGR);

    //为im_p_color设置颜色
    Mat im_color;
    LUT(im_p_color, lut, im_color);
    return im_color;
}

cv::Mat im = cv::imread(fname, 0);//, cv::ImreadModes::IMREAD_COLOR
Mat im_color = applyCustomColorMap(im);
imshow("Pseudo Colored Image", im_color);