基于OpenCV自定義色條實現(xiàn)灰度圖上色功能代碼
更新時間：2021年11月23日 14:27:44 作者：翟天保Steven
今天通過本文給大家分享基于OpenCV自定義色條實現(xiàn)灰度圖上色功能代碼，代碼簡單易懂，對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值，需要的朋友參考下吧
場景需求
? ? ? ?Qt在進行2D圖像顯示時，有很方便的色條接口，可以讓灰度圖基于其設(shè)計的色條進行上色，比如設(shè)置1為紅色，0.55為黃色，0.45為綠色，0為藍色，那么灰度圖就會在歸一化后按照從藍到紅（從小到大）進行漸變色上色。但是有時候這個接口需要搭配的代碼太多，給開發(fā)帶來一定麻煩，因此我基于其原理寫了一個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，運用歸一化函數(shù)可以實現(xiàn)；之后考慮到顏色和灰度的關(guān)系，比如最低的顏色為藍色（0,0,255）對應(yīng)灰度值0，最高的顏色為紅色（255,0,0）對應(yīng)灰度值255，只需要找出其變化的規(guī)律即可。
? ? ? ?下方為具體實現(xiàn)函數(shù)和測試代碼。
功能函數(shù)代碼
/**
* @brief GrayToColor_ColorBar 運用色條灰度圖上色（1：紅色，param1：黃色，param2：綠色，0：藍色）
* @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，給其上色，最底的灰度值0為藍色（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）
// 不要驚訝藍色為什么是（255,0,0），因為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); //兩個元素的間隔
//計算其他位置的值
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 運用色條灰度圖上色（1：紅色，param1：黃色，param2：綠色，0：藍色）
* @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，給其上色，最底的灰度值0為藍色（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）
// 不要驚訝藍色為什么是（255,0,0），因為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2001*2001的圖像矩陣，圖1為灰度圖，圖2圖3是經(jīng)過顏色處理后的顏色圖，滿足了前面提到的需求，這兩個效果圖對應(yīng)的參數(shù)不一樣。
? ? ? ?如果函數(shù)有什么可以改進完善的地方，非常歡迎大家指出，一同進步何樂而不為呢~
到此這篇關(guān)于基于OpenCV自定義色條實現(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
log4cplus是C++編寫的開源的日志系統(tǒng)，log4cplus具有線程安全、靈活、以及多粒度控制的特點，本文給大家介紹C++第三方日志庫log4cplus的安裝與使用教程，感興趣的朋友一起看看吧2022-02-02
這篇文章主要給大家分享的是關(guān)于C語言文件讀寫 feof 函數(shù) ，feof 是 C 語言標(biāo)準(zhǔn)庫函數(shù)，其功能是檢測文件結(jié)束符，如果文件結(jié)束，則返回非 0 值，否則返回 0，感興趣的小伙伴請跟小編一起來看看下面文章的內(nèi)容吧2021-10-10
互斥鎖和死鎖是C++多線程中常見的情況，這篇文章就帶大家進一步了解多線程中的互斥鎖與死鎖這兩個概念，文中的示例代碼介紹得很詳細，快來跟隨小編一起學(xué)習(xí)吧2021-12-12
這篇文章主要介紹了C語言中的多行輸入問題及說明，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2023-02-02
這篇文章主要介紹了 C語言main函數(shù)的三種形式實例詳解的相關(guān)資料,需要的朋友可以參考下2017-06-06
C++中類的成員函數(shù)及內(nèi)聯(lián)函數(shù)使用及說明
這篇文章主要介紹了C++中類的成員函數(shù)及內(nèi)聯(lián)函數(shù)使用及說明，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2022-11-11
c語言基于stdarg.h的可變參數(shù)函數(shù)的用法
本篇文章主要介紹了c語言基于stdarg.h的可變參數(shù)函數(shù)的用法，詳細的介紹了可變參數(shù)函數(shù)的詳細用法和源碼實例，有興趣的可以了解一下2017-07-07
C++各種數(shù)據(jù)類型所占內(nèi)存大小詳解
這篇文章主要介紹了C++各種數(shù)據(jù)類型所占內(nèi)存大小,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2023-08-08
VS2019中CMake項目如何指定c++語言標(biāo)準(zhǔn)
這篇文章主要介紹了VS2019中CMake項目如何指定c++語言標(biāo)準(zhǔn),需要的朋友可以參考下2020-02-02
C語言中的結(jié)構(gòu)體的入門學(xué)習(xí)教程
這篇文章主要介紹了C語言中的結(jié)構(gòu)體的入門學(xué)習(xí)教程,以struct語句定義的結(jié)構(gòu)體是C語言編程中的重要基礎(chǔ),需要的朋友可以參考下2015-12-12