OpenCV-基于自定义色条实现灰度图上色
Posted 翟天保Steven
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了OpenCV-基于自定义色条实现灰度图上色相关的知识，希望对你有一定的参考价值。
作者：翟天保Steven
版权声明：著作权归作者所有，商业转载请联系作者获得授权，非商业转载请注明出处
场景需求
Qt在进行2D图像显示时，有很方便的色条接口，可以让灰度图基于其设计的色条进行上色，比如设置1为红色，0.55为黄色，0.45为绿色，0为蓝色，那么灰度图就会在归一化后按照从蓝到红（从小到大）进行渐变色上色。但是有时候这个接口需要搭配的代码太多，给开发带来一定麻烦，因此我基于其原理写了一个可以替代该功能的函数GrayToColor_ColorBar。
函数原理：首先需要将灰度值图转化为0-255的8通道(uchar)灰度图，运用归一化函数可以实现；之后考虑到颜色和灰度的关系，比如最低的颜色为蓝色（0,0,255）对应灰度值0，最高的颜色为红色（255,0,0）对应灰度值255，只需要找出其变化的规律即可。
下方为具体实现函数和测试代码。
功能函数代码
/**
* @brief GrayToColor_ColorBar 运用色条灰度图上色（1：红色，param1：黄色，param2：绿色，0：蓝色）
* @param phase 输入的灰色图像，通道为1
* @param param1 色条参数1
* @param param2 色条参数2
* @return 上色后的图像
*/
cv::Mat GrayToColor_ColorBar(cv::Mat &phase, float param1, float param2)
CV_Assert(phase.channels() == 1);
// 色条参数1必须大于色条参数2
if (param2 >= param1)
return cv::Mat::zeros(10, 10, CV_8UC1);
cv::Mat temp, result, mask;
// 将灰度图重新归一化至0-255
cv::normalize(phase, temp, 255, 0, cv::NORM_MINMAX);
temp.convertTo(temp, CV_8UC1);
// 创建掩膜，目的是为了隔离nan值的干扰
mask = cv::Mat::zeros(phase.size(), CV_8UC1);
mask.setTo(255, phase == phase);
// 初始化三通道颜色图
cv::Mat color1, color2, color3;
color1 = cv::Mat::zeros(temp.size(), temp.type());
color2 = cv::Mat::zeros(temp.size(), temp.type());
color3 = cv::Mat::zeros(temp.size(), temp.type());
int row = phase.rows;
int col = phase.cols;
// 基于灰度图的灰度层级，给其上色，最底的灰度值0为蓝色（255，0,0），最高的灰度值255为红色（0,0,255），中间的灰度值127为绿色（0,255,0）
// 不要惊讶蓝色为什么是（255,0,0），因为OpenCV中是BGR而不是RGB
for (int i = 0; i < row; ++i)
uchar *c1 = color1.ptr<uchar>(i);
uchar *c2 = color2.ptr<uchar>(i);
uchar *c3 = color3.ptr<uchar>(i);
uchar *r = temp.ptr<uchar>(i);
uchar *m = mask.ptr<uchar>(i);
for (int j = 0; j < col; ++j)
if (m[j] == 255)
if (r[j] > (param1 * 255) && r[j] <= 255)
c1[j] = 255;
c2[j] = uchar((1 / (1 - param1)) * (255 - r[j]));
c3[j] = 0;
else if (r[j] <= (param1 * 255) && r[j] > (param2 * 255))
c1[j] = uchar((1 / (param1 - param2)) * r[j] - (param2 / (param1 - param2)) * 255);
c2[j] = 255;
c3[j] = 0;
else if (r[j] <= (param2 * 255) && r[j] >= 0)
c1[j] = 0;
c2[j] = uchar((1 / param2) * r[j]);
c3[j] = uchar(255 - (1 / param2) * r[j]);
else
c1[j] = 0;
c2[j] = 0;
c3[j] = 0;
// 三通道合并，得到颜色图
vector<cv::Mat> images;
images.push_back(color3);
images.push_back(color2);
images.push_back(color1);
cv::merge(images, result);
return result;
C++测试代码
#include<iostream>
#include<opencv2/opencv.hpp>
#include<ctime>
using namespace std;
using namespace cv;
void UnitPolar(int squaresize, cv::Mat& mag, cv::Mat& ang);
void UnitCart(int squaresize, cv::Mat& x, cv::Mat& y);
cv::Mat GrayToColor_ColorBar(cv::Mat &phase, float param1, float param2);
int main(void)
cv::Mat mag, ang, result, result3;
UnitPolar(2001, mag, ang);
mag.at<float>(10, 10) = nan("");
clock_t start, end;
start = clock();
result = GrayToColor_ColorBar(mag,0.5,0.3);
end = clock();
double diff = end - start;
cout << "time:" << diff / CLOCKS_PER_SEC << endl;
system("pause");
return 0;
void UnitPolar(int squaresize, cv::Mat& mag, cv::Mat& ang)
cv::Mat x;
cv::Mat y;
UnitCart(squaresize, x, y); //产生指定范围内的指定数量点数，相邻数据跨度相同
// OpenCV自带的转换有精度限制，导致结果有一定差异性
//cv::cartToPolar(x, y, mag, ang, false); //坐标转换
mag = cv::Mat(x.size(), x.type());
ang = cv::Mat(x.size(), x.type());
int row = mag.rows;
int col = mag.cols;
float *m, *a, *xx, *yy;
for (int i = 0; i < row; ++i)
m = mag.ptr<float>(i);
a = ang.ptr<float>(i);
xx = x.ptr<float>(i);
yy = y.ptr<float>(i);
for (int j = 0; j < col; ++j)
m[j] = sqrt(xx[j] * xx[j] + yy[j] * yy[j]);
a[j] = atan2(yy[j], xx[j]);
void UnitCart(int squaresize, cv::Mat& x, cv::Mat& y)
CV_Assert(squaresize % 2 == 1);
x.create(squaresize, squaresize, CV_32FC1);
y.create(squaresize, squaresize, CV_32FC1);
//设置边界
x.col(0).setTo(-1.0);
x.col(squaresize - 1).setTo(1.0f);
y.row(0).setTo(1.0);
y.row(squaresize - 1).setTo(-1.0f);
float delta = 2.0f / (squaresize - 1.0f); //两个元素的间隔
//计算其他位置的值
for (int i = 1; i < squaresize - 1; ++i)
x.col(i) = -1.0f + i * delta;
y.row(i) = 1.0f - i * delta;
/**
* @brief GrayToColor_ColorBar 运用色条灰度图上色（1：红色，param1：黄色，param2：绿色，0：蓝色）
* @param phase 输入的灰色图像，通道为1
* @param param1 色条参数1
* @param param2 色条参数2
* @return 上色后的图像
*/
cv::Mat GrayToColor_ColorBar(cv::Mat &phase, float param1, float param2)
CV_Assert(phase.channels() == 1);
// 色条参数1必须大于色条参数2
if (param2 >= param1)
return cv::Mat::zeros(10, 10, CV_8UC1);
cv::Mat temp, result, mask;
// 将灰度图重新归一化至0-255
cv::normalize(phase, temp, 255, 0, cv::NORM_MINMAX);
temp.convertTo(temp, CV_8UC1);
// 创建掩膜，目的是为了隔离nan值的干扰
mask = cv::Mat::zeros(phase.size(), CV_8UC1);
mask.setTo(255, phase == phase);
// 初始化三通道颜色图
cv::Mat color1, color2, color3;
color1 = cv::Mat::zeros(temp.size(), temp.type());
color2 = cv::Mat::zeros(temp.size(), temp.type());
color3 = cv::Mat::zeros(temp.size(), temp.type());
int row = phase.rows;
int col = phase.cols;
// 基于灰度图的灰度层级，给其上色，最底的灰度值0为蓝色（255，0,0），最高的灰度值255为红色（0,0,255），中间的灰度值127为绿色（0,255,0）
// 不要惊讶蓝色为什么是（255,0,0），因为OpenCV中是BGR而不是RGB
for (int i = 0; i < row; ++i)
uchar *c1 = color1.ptr<uchar>(i);
uchar *c2 = color2.ptr<uchar>(i);
uchar *c3 = color3.ptr<uchar>(i);
uchar *r = temp.ptr<uchar>(i);
uchar *m = mask.ptr<uchar>(i);
for (int j = 0; j < col; ++j)
if (m[j] == 255)
if (r[j] > (param1 * 255) && r[j] <= 255)
c1[j] = 255;
c2[j] = uchar((1 / (1 - param1)) * (255 - r[j]));
c3[j] = 0;
else if (r[j] <= (param1 * 255) && r[j] > (param2 * 255))
c1[j] = uchar((1 / (param1 - param2)) * r[j] - (param2 / (param1 - param2)) * 255);
c2[j] = 255;
c3[j] = 0;
else if (r[j] <= (param2 * 255) && r[j] >= 0)
c1[j] = 0;
c2[j] = uchar((1 / param2) * r[j]);
c3[j] = uchar(255 - (1 / param2) * r[j]);
else
c1[j] = 0;
c2[j] = 0;
c3[j] = 0;
// 三通道合并，得到颜色图
vector<cv::Mat> images;
images.push_back(color3);
images.push_back(color2);
images.push_back(color1);
cv::merge(images, result);
return result;
测试效果
如上图所示，为了方便，我生成了一个2001*2001的图像矩阵，图1为灰度图，图2图3是经过颜色处理后的颜色图，满足了前面提到的需求，这两个效果图对应的参数不一样。
如果函数有什么可以改进完善的地方，非常欢迎大家指出，一同进步何乐而不为呢~
如果文章帮助到你了，可以点个赞让我知道，我会很快乐~加油！
以上是关于OpenCV-基于自定义色条实现灰度图上色的主要内容，如果未能解决你的问题，请参考以下文章
C++-基于参考灰度图上色GrayToColorFromOther
Python使用openCV把原始彩色图像转化为灰度图使用OpenCV把图像二值化（仅仅包含黑色和白色的简化版本）基于自适应阈值预处理（adaptive thresholding）方法