对灰度图像执行亮度切割伪彩色增强

伪彩色增强

由于人眼对彩色的分辨能力远远高于对灰度的分辨能力，所以将灰度图像转化成彩色表示，就可以提高对图像细节的辨别力。

基本原理：将黑白图像或者单色图像的各个灰度级匹配到彩色空间中的一点，从而使单色图像映射成彩色图像。对黑白图像中不同的灰度赋予不同的彩色。

实现方法：亮度切割法、灰度级彩色变换法、频域滤波法

#亮度切割法的简单代码实现
import cv2
import numpy as np
# 读入灰度图片
gray=cv2.imread('lenaGray.png',cv2.IMREAD_GRAYSCALE)
# 获得gray的size
m,n=gray.shape
# 创建新的同大小的三通道图
img_new=np.zeros((m,n,3),np.uint8)

for i in range(gray.shape[0]):
    for j in range(gray.shape[1]):
    	#根据不同灰度级赋予彩色图像不同的值，这里就简单写一下，看懂就行
        if gray[i,j]<128:
            img_new[i,j]=[255,0,0]
        else:
            img_new[i,j]=[0,0,255]

cv2.imshow('img',img_new)
cv2.waitKey(0)
cv2.destroyAllWindows()

这里我们直接调用cv2库中函数实现亮度切割

void cv::applyColorMap