【图像处理知识复习】05基于灰度变换的伪彩色方法matlab，C++实现

算法：通过三个不同函数（这里是三个分段线性函数），将一个灰度值映射三个不同灰度值，分别保存在三个不同的矩阵中，

再把三个矩阵的值分别赋值到一个新矩阵的三个通道中，这个新矩阵就是伪彩色图像矩阵，这样就由一张灰度图，得到一张伪彩色图片。

三个映射函数如下：

1. matlab代码：

%题目：基于灰度变换的伪彩色方法
%意义：将亮度低的映射为蓝色(冷色)，亮度高的映射为红色（暖色）。
%方法：分别用三个矩阵保存，三个通道的灰度值。每个通道的灰度值，有不同的映射函数。
% 输入灰度级        输出彩色
% 0～63  1/4         蓝色
% 64～127 2/4        紫色
% 128～191 3/4       黄色
% 192～255  4/4      红色
clc;
clear;
grayImage=rgb2gray(imread('D:\Code\Image\girl.jpg'));
figure,imshow(grayImage);
[row,col]=size(grayImage);
range=255;%每个通道的最大灰度值

R = zeros(row,col);
G = zeros(row,col);
B = zeros(row,col);
for i=1:row
     for j=1:col
        if grayImage(i,j)<=range/4% [0,64]偏蓝
            R(i,j)=0;
            G(i,j)=4*grayImage(i,j);
            B(i,j)=range;
            else if grayImage(i,j)<=range/2% (64,128] 偏紫
                 R(i,j)=0;
                 G(i,j)=range;
                 B(i,j)=-4*grayImage(i,j)+2*range;
                else if grayImage(i,j)<=3*range/4% (128, 192]
                        R(i,j)=4*grayImage(i,j)-2*range;
                        G(i,j)=range;
                        B(i,j)=0;
                     else
                        R(i,j)=range;
                        G(i,j)=4*(range-grayImage(i,j));
                        B(i,j)=0;
                    end
                end
        end
    end
end

out = zeros(row,col);
for i=1:row
    for j=1:col
              out(i,j,1)=R(i,j);
              out(i,j,2)=G(i,j);
              out(i,j,3)=B(i,j);
    end
end

out=out/256;
figure,imshow(out);

2. C++实现：

#include <opencv2/opencv.hpp>
using namespace cv;

int main()
{
	Mat grayImg = imread("D:/Code/Image/girl.jpg", 0);
	imshow("原图", grayImg);

	Mat R = grayImg.clone();
	Mat G = grayImg.clone();
	Mat B = grayImg.clone();

	int rows = grayImg.rows;
	int cols = grayImg.cols;
	for (int i = 0; i < rows; i++)
	{
		for (int j = 0; j < cols; j++)
		{
			int current = grayImg.at<uchar>(i, j);
			if (0 < current && current <= 64)
			{
				R.at<uchar>(i, j) = 0;
				G.at<uchar>(i, j) = 4 * current;
				B.at<uchar>(i, j) = 255;
			}
			else if (64 < current && current <= 128)
			{
				R.at<uchar>(i, j) = 0;
				G.at<uchar>(i, j) = 255;
				B.at<uchar>(i, j) = -4 * (current - 64) + 255;
			}
			else if (128 < current && current <= 192)
			{
				R.at<uchar>(i, j) = 4 * (current - 128);
				G.at<uchar>(i, j) = 255;
				B.at<uchar>(i, j) = 0;
			}
			else
			{
				R.at<uchar>(i, j) = 255;
				G.at<uchar>(i, j) = -4 * (current - 255);
				B.at<uchar>(i, j) = 0;
			}


		}
	}

	Mat channels[3];  //定义对象数组，分别存储三个通道
	Mat pseuMat;      //融合三个通道，存储在一个Mat里
	channels[0] = B;
	channels[1] = G;
	channels[2] = R;

	merge(channels, 3, pseuMat);
	imshow("效果图", pseuMat);

	waitKey(0);
	return 0;
}

效果如下：