opencv之伪彩色处理

伪彩色处理

伪彩色(pseudo-color)合成是按特定的数学关系把单波段灰度图像的灰度级变成彩色,然后进行彩色显示的方法,其目的是通过数据的彩色表达来增强区分目标的能力。
在图像分割之后,需要对目标进行上色,多数情况下需应用伪彩色处理:即对原图灰度级进行一个新的彩色灰度级映射,是的目标特征得以保留,视觉更加明显,效果更加震撼。

1.color_map函数

伪彩色示例:
在这里插入图片描述
opencv中的伪彩色应用函数:

C++ 版

using namespace cv;

Mat im_gray=imread(im);
Mat im_color;
applyColorMap(im_gray,im_color,COLORMAP_JET);

Python版

import cv2;

im_gray=cv2.imread(im);
im_color=cv2.applyColorMap(im_gray,cv2.COLORMAP_JET);

colormap效果展示:
在这里插入图片描述

LUT映射

显示查找表(look-up-table),简述,LUT就是一个像素灰度值的映射表,它以像素灰度值作为索引,以灰度值映射后的数值作为表中的内容,函数模型如下:

void cv::LUT(InputArray src,
             InputArray lut,
             OutputArray dst
             )

src:输入图像矩阵,数据类型只能是CV_8U
lut:256个像素灰度值的查找表,单通道或者与src 通道数相同,为1X256的矩阵
dst:输出图像矩阵,尺寸与src相同,数据类型与lut 相同

例如,实现以下映射关系:图像0-100灰度的像素,灰度就变为0,101-200的变成100,201-255的变成255.

#include<opencv2\highgui.hpp>  
using namespace cv;  
int main()  
{   
    uchar lutData[256];  
    for (int i = 0; i<256; i++)  
    {  
        if(i<=100)  
        lutData[i] =0;  
        if (i > 100 && i <= 200)  
            lutData[i] = 100;  
        if (i > 200)  
            lutData[i] = 255;  
    }  
    Mat lut(1, 256, CV_8UC1, lutData);  
    Mat a = imread(imgpath, CV_LOAD_IMAGE_GRAYSCALE);  
    Mat b;  
    namedWindow("1", CV_WINDOW_AUTOSIZE);  
    namedWindow("2", CV_WINDOW_AUTOSIZE);  
    imshow("1", a);  
    LUT(a, lut, b);  
    imshow("2", b);  
    waitKey();  
}  
  • 2
    点赞
  • 32
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
OpenCV提供了一些方法来实现图像的彩色处理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`函数将其转换为彩色图像,并使用`imshow`函数显示结果。 2. 自定义彩色映射:除了使用预定义的颜色表,还可以自定义彩色映射。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

打赏作者

明月醉窗台

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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