OpenCV + CPP 系列（六）色彩映射（颜色表）

彩色映射 cv::applyColorMap() 与 cv::LUT() 函数

一、cv::applyColorMap()

cv::applyColorMap()是使用opencv预定义的colormap，将灰度图映射成彩色图像。opencv中提供了20个预定义的colormaps，如下函数参数所示

函数参数

No.	cpp	python	图像示例
1	COLORMAP_AUTUMN	cv2.COLORMAP_AUTUMN
2	COLORMAP_BONE	cv2.COLORMAP_BONE
3	COLORMAP_JET	cv2.COLORMAP_JET
4	COLORMAP_WINTER	cv2.COLORMAP_WINTER
5	COLORMAP_RAINBOW	cv2.COLORMAP_RAINBOW
6	COLORMAP_OCEAN	cv2.COLORMAP_OCEAN
7	COLORMAP_SUMMER	cv2.COLORMAP_SUMMER
8	COLORMAP_SPRING	cv2.COLORMAP_SPRING
9	COLORMAP_COOL	cv2.COLORMAP_COOL
10	COLORMAP_HSV	cv2.COLORMAP_HSV
11	COLORMAP_PINK	cv2.COLORMAP_PINK
12	COLORMAP_HOT	cv2.COLORMAP_HOT
13	COLORMAP_PARULA	cv2.COLORMAP_PARULA
14	COLORMAP_MAGMA	cv2.COLORMAP_MAGMA
15	COLORMAP_INFERNO	cv2.COLORMAP_INFERNO
16	COLORMAP_PLASMA	cv2.COLORMAP_PLASMA
17	COLORMAP_VIRIDIS	cv2.COLORMAP_VIRIDIS
18	COLORMAP_CIVIDIS	cv2.COLORMAP_CIVIDIS
19	COLORMAP_TWILIGHT	cv2.COLORMAP_TWILIGHT
20	COLORMAP_TWILIGHT_SHIFTED	cv2.COLORMAP_TWILIGHT_SHIFTED

opencv-python实现效果：点击查看。

头文件 quick_opencv.h：添加声明公共函数

#pragma once
#include <opencv2\opencv.hpp>
using namespace cv;

class QuickDemo {
public:
	void color_style_Demo(Mat& image);
	void LUT_Demo(Mat& image);
};

主函数调用该类的公共成员函数

#include <opencv2\opencv.hpp>
#include <quick_opencv.h>
#include <iostream>
using namespace cv;


int main(int argc, char** argv) {
	Mat src = imread("D:\\Desktop\\pandas_small2.png");
	if (src.empty()) {
		printf("Could not load images...\n");
		return -1;
	}
	namedWindow("input", WINDOW_NORMAL);
	imshow("input", src);

	QuickDemo qk;

	qk.color_style_Demo(src);
	qk.LUT_Demo(src);
	waitKey(0);
	destroyAllWindows();
	return 0;
}

方法演示

源文件 quick_demo.cpp：实现类与公共函数

#include <quick_opencv.h>


// 新增了实现函数
void QuickDemo::color_style_Demo(Mat& image) {
	int colormap[] = {
		COLORMAP_AUTUMN,
		COLORMAP_BONE,
		COLORMAP_JET,
		COLORMAP_WINTER,
		COLORMAP_RAINBOW,
		COLORMAP_OCEAN,
		COLORMAP_SUMMER,
		COLORMAP_SPRING,
		COLORMAP_COOL,
		COLORMAP_HSV,
		COLORMAP_PINK,
		COLORMAP_HOT,
		COLORMAP_PARULA,
		COLORMAP_MAGMA,
		COLORMAP_INFERNO,
		COLORMAP_PLASMA,
		COLORMAP_VIRIDIS,
		COLORMAP_CIVIDIS,
		COLORMAP_TWILIGHT,
		COLORMAP_TWILIGHT_SHIFTED,
	};

	Mat dst;
	int index = 0;
	while (true)
	{
		int c = waitKey(2000);
		if (c == 27) {
			break;
		}
		applyColorMap(image, dst,colormap[index%19]);
		imwrite("D:\\Desktop\\" + std::to_string(colormap[index % 19]) + ".png", dst);
		index++;

		// 保存18张图片
		imshow("颜色风格", dst);
		if (index == 18) {
			break;
		}
	}
}

二、cv::LUT

LUT(Look-Up Table) 像素映射表。
它将实际采样到的像素灰度值经过一定的变换如阈值、反转、二值化、对比度调整、线性变换等，变成了另外一个与之对应的灰度值，这样可以起到突出图像的有用信息，增强图像的光对比度的作用。

其实查询表的实质就是：把图像中的数据从之前的比较高的灰度级降下来，例如灰度级是256的char类型的灰度级，我们通过一个参数，将原来的256个灰度级降到了3个灰度级，原来图像中灰度值在0-100的数据现在灰度值变成了0，原来灰度值为101-200的图像数据现在灰度值变为了1，而201-256的灰度值就变为了2。所以通过参数100，图像的灰度级就到了2，只有0，1，2三个灰度值，那么原来的图像矩阵中的每一位数据我们是char型的，需要8位来表示一个数据，而灰度级降下来之后，我们只需要2位就足以表示所有灰度值。

void LUT(

InputArray src, 　　　输入图像(可以是单通道也可是3通道)
InputArray lut,　　 　 查找表(与输入图像通道数相同)
OutputArray dst　　　输出图像
);

// 定义灰度图 像素映射关系表
void generator_lutdata_U1(uchar* lutdata) {
	for (int i = 0; i < 256; i++) {
		if (i < 128) { lutdata[i] = 0; }
		else if (i > 128 && i<200) { lutdata[i] = 128; }
		else { lutdata[i] = 255; }
	}
}

// 定义BGR图 像素映射关系表
void generator_lutdata_U3(uchar* lutdata_U3) {
	for (int i = 0; i < 256; i++){
		if (i <= 100){
			lutdata_U3[i * 3] = 0;
			lutdata_U3[i * 3 + 1] = 50;
			lutdata_U3[i * 3 + 2] = 50;
		}
		if (i > 100 && i <= 200){
			lutdata_U3[i * 3] = 100;
			lutdata_U3[i * 3 + 1] = 10;
			lutdata_U3[i * 3 + 2] = 200;
		}
		if (i > 200){
			lutdata_U3[i * 3] = 255;
			lutdata_U3[i * 3 + 1] = 200;
			lutdata_U3[i * 3 + 2] = 100;
		}
	}
}



void QuickDemo::LUT_Demo(Mat& image) {
	// 单通道映射
	Mat gray_img, dst;
	cvtColor(image, gray_img, COLOR_BGR2GRAY);

	uchar lutdata[256] = {0};
	generator_lutdata_U1(lutdata);
	Mat lut(1, 256, CV_8UC1, lutdata);
	LUT(gray_img, lut, dst);
	imshow("gray_img", gray_img);
	imshow("dst", dst);

	// 3通道映射
	Mat dst_u3;

	uchar lutdata_U3[256 * 3] = {0};
	generator_lutdata_U3(lutdata_U3);
	Mat lut_U3(1, 256, CV_8UC3, lutdata_U3);
	LUT(image, lut_U3, dst_u3);
	imshow("dst_u3", dst_u3);
}

鸣谢：
伪色彩：https://blog.csdn.net/jningwei/article/details/78803669
关于像素访问速度比较1：https://blog.csdn.net/xiaowei_cqu/article/details/7771760