基于OpenCV自定義色條實(shí)現(xiàn)灰度圖上色功能代碼
更新時(shí)間：2021年11月23日 14:27:44 作者：翟天保Steven
今天通過(guò)本文給大家分享基于OpenCV自定義色條實(shí)現(xiàn)灰度圖上色功能代碼，代碼簡(jiǎn)單易懂，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友參考下吧
場(chǎng)景需求
? ? ? ?Qt在進(jìn)行2D圖像顯示時(shí)，有很方便的色條接口，可以讓灰度圖基于其設(shè)計(jì)的色條進(jìn)行上色，比如設(shè)置1為紅色，0.55為黃色，0.45為綠色，0為藍(lán)色，那么灰度圖就會(huì)在歸一化后按照從藍(lán)到紅（從小到大）進(jìn)行漸變色上色。但是有時(shí)候這個(gè)接口需要搭配的代碼太多，給開發(fā)帶來(lái)一定麻煩，因此我基于其原理寫了一個(gè)可以替代該功能的函數(shù)GrayToColor_ColorBar。
? ? ? ?函數(shù)原理：首先需要將灰度值圖轉(zhuǎn)化為0-255的8通道(uchar)灰度圖，運(yùn)用歸一化函數(shù)可以實(shí)現(xiàn)；之后考慮到顏色和灰度的關(guān)系，比如最低的顏色為藍(lán)色（0,0,255）對(duì)應(yīng)灰度值0，最高的顏色為紅色（255,0,0）對(duì)應(yīng)灰度值255，只需要找出其變化的規(guī)律即可。
? ? ? ?下方為具體實(shí)現(xiàn)函數(shù)和測(cè)試代碼。
功能函數(shù)代碼
/**
* @brief GrayToColor_ColorBar 運(yùn)用色條灰度圖上色（1：紅色，param1：黃色，param2：綠色，0：藍(lán)色）
* @param phase 輸入的灰色圖像，通道為1
* @param param1 色條參數(shù)1
* @param param2 色條參數(shù)2
* @return 上色后的圖像
*/
cv::Mat GrayToColor_ColorBar(cv::Mat &phase, float param1, float param2)
{
CV_Assert(phase.channels() == 1);
// 色條參數(shù)1必須大于色條參數(shù)2
if (param2 >= param1)
{
return cv::Mat::zeros(10, 10, CV_8UC1);
}
cv::Mat temp, result, mask;
// 將灰度圖重新歸一化至0-255
cv::normalize(phase, temp, 255, 0, cv::NORM_MINMAX);
temp.convertTo(temp, CV_8UC1);
// 創(chuàng)建掩膜，目的是為了隔離nan值的干擾
mask = cv::Mat::zeros(phase.size(), CV_8UC1);
mask.setTo(255, phase == phase);
// 初始化三通道顏色圖
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;
// 基于灰度圖的灰度層級(jí)，給其上色，最底的灰度值0為藍(lán)色（255，0,0），最高的灰度值255為紅色（0,0,255），中間的灰度值127為綠色（0,255,0）
// 不要驚訝藍(lán)色為什么是（255,0,0），因?yàn)镺penCV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，得到顏色圖
vector<cv::Mat> images;
images.push_back(color3);
images.push_back(color2);
images.push_back(color1);
cv::merge(images, result);
return result;
}
C++測(cè)試代碼
#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); //產(chǎn)生指定范圍內(nèi)的指定數(shù)量點(diǎn)數(shù)，相鄰數(shù)據(jù)跨度相同
// OpenCV自帶的轉(zhuǎn)換有精度限制，導(dǎo)致結(jié)果有一定差異性
//cv::cartToPolar(x, y, mag, ang, false); //坐標(biāo)轉(zhuǎn)換
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);
//設(shè)置邊界
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); //兩個(gè)元素的間隔
//計(jì)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 運(yùn)用色條灰度圖上色（1：紅色，param1：黃色，param2：綠色，0：藍(lán)色）
* @param phase 輸入的灰色圖像，通道為1
* @param param1 色條參數(shù)1
* @param param2 色條參數(shù)2
* @return 上色后的圖像
*/
cv::Mat GrayToColor_ColorBar(cv::Mat &phase, float param1, float param2)
{
CV_Assert(phase.channels() == 1);
// 色條參數(shù)1必須大于色條參數(shù)2
if (param2 >= param1)
{
return cv::Mat::zeros(10, 10, CV_8UC1);
}
cv::Mat temp, result, mask;
// 將灰度圖重新歸一化至0-255
cv::normalize(phase, temp, 255, 0, cv::NORM_MINMAX);
temp.convertTo(temp, CV_8UC1);
// 創(chuàng)建掩膜，目的是為了隔離nan值的干擾
mask = cv::Mat::zeros(phase.size(), CV_8UC1);
mask.setTo(255, phase == phase);
// 初始化三通道顏色圖
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;
// 基于灰度圖的灰度層級(jí)，給其上色，最底的灰度值0為藍(lán)色（255，0,0），最高的灰度值255為紅色（0,0,255），中間的灰度值127為綠色（0,255,0）
// 不要驚訝藍(lán)色為什么是（255,0,0），因?yàn)镺penCV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，得到顏色圖
vector<cv::Mat> images;
images.push_back(color3);
images.push_back(color2);
images.push_back(color1);
cv::merge(images, result);
return result;
}
測(cè)試效果
圖1?灰度圖
圖2?效果圖1
圖3?效果圖2
? ? ? ?如上圖所示，為了方便，我生成了一個(gè)2001*2001的圖像矩陣，圖1為灰度圖，圖2圖3是經(jīng)過(guò)顏色處理后的顏色圖，滿足了前面提到的需求，這兩個(gè)效果圖對(duì)應(yīng)的參數(shù)不一樣。
? ? ? ?如果函數(shù)有什么可以改進(jìn)完善的地方，非常歡迎大家指出，一同進(jìn)步何樂(lè)而不為呢~
到此這篇關(guān)于基于OpenCV自定義色條實(shí)現(xiàn)灰度圖上色功能代碼的文章就介紹到這了,更多相關(guān)OpenCV灰度圖上色內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
本文主要介紹了Vscode自定義注釋模板的實(shí)現(xiàn)示例，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2023-07-07
C語(yǔ)言具有操作文件的能力，比如打開文件、讀取和追加數(shù)據(jù)、插入和刪除數(shù)據(jù)、關(guān)閉文件、刪除文件等。與其他編程語(yǔ)言相比，C語(yǔ)言文件操作的接口相當(dāng)簡(jiǎn)單和易學(xué)2022-04-04
數(shù)據(jù)可視化大屏在項(xiàng)目中的使用很常見(jiàn),本文主要介紹了Qt可視化大屏布局的實(shí)現(xiàn),具有一定的參考價(jià)值,感興趣的可以了解一下2024-02-02
JsonCpp是一個(gè)用于解析和生成JSON數(shù)據(jù)的C++庫(kù),它支持解析JSON文件或字符串到C++對(duì)象,以及將C++對(duì)象序列化回JSON格式,安裝JsonCpp可以通過(guò)命令安裝,默認(rèn)安裝動(dòng)態(tài)庫(kù),JsonCpp的使用主要涉及三個(gè)類：Json::Value用于表示JSON值2025-01-01
下面小編就為大家?guī)?lái)一篇C++中vector和map的刪除方法(推薦)。小編覺(jué)得挺不錯(cuò)的，現(xiàn)在就分享給大家，也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧2016-12-12
const名叫常量限定符，用來(lái)限定特定變量，以通知編譯器該變量是不可修改的。習(xí)慣性的使用const，可以避免在函數(shù)中對(duì)某些不應(yīng)修改的變量造成可能的改動(dòng)。本文主要談?wù)刢onst的用法，感興趣的同學(xué)可以參考閱讀2023-04-04
本篇文章是對(duì)VC對(duì)自定義資源加密解密(AES)進(jìn)行了詳細(xì)的分析介紹，需要的朋友參考下2013-06-06
這篇文章主要為大家詳細(xì)介紹了OpenCV計(jì)算圖像的水平和垂直積分投影，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2018-12-12
VSCode插件開發(fā)全攻略之跳轉(zhuǎn)到定義、自動(dòng)補(bǔ)全、懸停提示功能
這篇文章主要介紹了VSCode插件開發(fā)全攻略之跳轉(zhuǎn)到定義、自動(dòng)補(bǔ)全、懸停提示,需要的朋友可以參考下2020-05-05
解讀C++編程中派生類的構(gòu)成和創(chuàng)建
這篇文章主要介紹了解讀C++編程中派生類的構(gòu)成和創(chuàng)建,是C++入門學(xué)習(xí)中的基礎(chǔ)知識(shí),需要的朋友可以參考下2015-09-09