opencv中图像伪彩色处理（C++ / Python）

使用OpenCV的预定义的颜色映射来将灰度图像伪彩色化。

   1、 colormap（色度图）是什么？

    假设我们想在地图上显示美国不同地区的温度。我们可以把美国地图上的温度数据叠加为灰度图像——较暗的区域代表较冷的温度，更明亮的区域代表较热的区域。这样的表现不仅令人难以置信，而且代表了两个重要的原因。首先，人类视觉系统没有被优化来测量灰度强度的微小变化。我们能更好地感知颜色的变化。第二，我们用不同的颜色代表不同的意思。用蓝色和较温暖的温度用红色表示较冷的温度更有意义。

  

    温度数据只是一个例子，但还有其他几个数据是单值（灰度）的情况，但将其转换为彩色数据以实现可视化是有意义的。用伪彩色更好地显示数据的其他例子是高度、压力、密度、湿度等等。

    2、在OpenCV中使用applycolormap（伪彩色函数） 

    OpenCV的定义12种colormap（色度图），可以应用于灰度图像，使用函数applycolormap产生伪彩色图像。让我们很快看到如何将色度图的一种模式colormap_jet应用到一幅图像中。

    

C++

1 2 3 4 5

using namespace  cv;    Mat im_gray = imread( "pluto.jpg" , IMREAD_GRAYSCALE); Mat im_color; applyColorMap(im_gray, im_color, COLORMAP_JET);

Python

1 2 3 4

import cv2    im_gray  = cv2.imread( "pluto.jpg" , cv2.IMREAD_GRAYSCALE) im_color  = cv2.applyColorMap(im_gray, cv2.COLORMAP_JET)

 

下图显示了一个关于colormap（色度图）的视觉表示和COLORMAP_*的数值，左边的颜色模式表示较低的灰度值，右边的则表示较高的灰度值。

Value	Name	Scale
0	COLORMAP_AUTUMN
1	COLORMAP_BONE
2	COLORMAP_JET
3	COLORMAP_WINTER
4	COLORMAP_RAINBOW
5	COLORMAP_OCEAN
6	COLORMAP_SUMMER
7	COLORMAP_SPRING
8	COLORMAP_COOL
9	COLORMAP_HSV
10	COLORMAP_PINK
11	COLORMAP_HOT

经典colormap色度图

      有些人对餐馆的菜单从不满意。厨师在选择原料方面的专长，他们将通过添加、替换和替代原料来定制菜肴。哦，是的，那些人。如果你是这些人之一，并想创建自己的颜色表，下面是步骤：

1、定义一个映射：色度图是从0-255值256种颜色映射。在OpenCV，我们需要创建一个大小为256×1的8位彩色图像来存储256个颜色值。
2、对照颜色使用查找表：在OpenCV，你可以申请一个信息存储在一个256×1的彩色图像使用查找表LUT图像。

C++

1 2 3 4

Mat im_color; // NOTE : im_gray is 3-channel image with identical  // red, green, blue channels.   LUT(im_gray, lut, im_color);

Python

1 2 3

# NOTE : im_gray is 3-channel image with identical # red, green, blue channels.   im_color = cv2.LUT(im_gray, lut)