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

图1 灰度图
图2 效果图1
图3 效果图2

       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

基于opencv实现对图片中的物体计数

跟我学Python图像处理丨基于灰度三维图的图像顶帽运算和黑帽运算

C++-灰度图上色GrayToColor

iOS OpenCV 图像灰度处理