OpenCV:如何在图像上应用彩虹渐变图？

Question

假设我们有一个我们以某种方式通过openCV修改的图像:

现在我们很乐意申请它Gradient Map(就像我们可以通过photoshop申请):

所以我想知道如何通过openCV应用渐变映射(彩虹色)？

Answer 1

这是一种使用Python创建假/伪彩色图像的方法,转换为c ++应该非常简单.概述:

1. 将图像打开为灰度和RGB
2. 将RGB图像转换为HSV(色相,饱和度,值/亮度)色彩空间.这是一个圆柱形空间,其色调由极轴上的单个值表示.
3. 将色调通道设置为我们已打开的灰度图像,这是至关重要的一步.
4. 将值和饱和度通道设置为最大值.
5. 转换回RGB空间(否则显示将不正确).

虽然有几个渔获量......

1. 由于Hue以度为单位且色谱表示为0到180(不是0-256而不是0-360(有时是这种情况)),我们需要通过乘以适当的方式重新缩放灰度图像. 180 / 256.0
2. 在opencv情况下,色调色阶从蓝色开始(不是红色,如图像中所示).即.映射如下:

从: 至:

如果这对改变很重要,我们可以通过偏移所有色调元素并将它们包裹在180左右(否则它会饱和)来实现.代码通过在此截止点处屏蔽图像然后适当地偏移来实现此目的.使用120的偏移量生成您的色阶:

从: 至:

并且以这种方式处理的图像看起来与你的相匹配(最后).

import cv

image_bw = cv.LoadImage("TfBmw.jpg", cv.CV_LOAD_IMAGE_GRAYSCALE)
image_rgb = cv.LoadImage("TfBmw.jpg")

#create the image arrays we require for the processing
hue=cv.CreateImage((image_rgb.width,image_rgb.height), cv.IPL_DEPTH_8U, 1)
sat=cv.CreateImage((image_rgb.width,image_rgb.height), cv.IPL_DEPTH_8U, 1)
val=cv.CreateImage((image_rgb.width,image_rgb.height), cv.IPL_DEPTH_8U, 1)
mask_1=cv.CreateImage((image_rgb.width,image_rgb.height), cv.IPL_DEPTH_8U, 1)
mask_2=cv.CreateImage((image_rgb.width,image_rgb.height), cv.IPL_DEPTH_8U, 1)

#convert to cylindrical HSV color space
cv.CvtColor(image_rgb,image_rgb,cv.CV_RGB2HSV)
#split image into component channels
cv.Split(image_rgb,hue,sat,val,None)
#rescale image_bw to degrees
cv.ConvertScale(image_bw, image_bw, 180 / 256.0)
#set the hue channel to the greyscale image
cv.Copy(image_bw,hue)
#set sat and val to maximum
cv.Set(sat, 255)
cv.Set(val, 255)

#adjust the pseudo color scaling offset, 120 matches the image you displayed
offset=120
cv.CmpS(hue,180-offset, mask_1, cv.CV_CMP_GE)
cv.CmpS(hue,180-offset, mask_2, cv.CV_CMP_LT)
cv.AddS(hue,offset-180,hue,mask_1)
cv.AddS(hue,offset,hue,mask_2)

#merge the channels back
cv.Merge(hue,sat,val,None,image_rgb)
#convert back to RGB color space, for correct display
cv.CvtColor(image_rgb,image_rgb,cv.CV_HSV2RGB)

cv.ShowImage('image', image_rgb)
# cv.SaveImage('TfBmw_120.jpg',image_rgb)
cv.WaitKey(0)

处理您的图片offset = 120:

Answer 2

现在存在名为applyColorMap 的openCV 函数，这使得这个过程变得简单。下面的代码就可以解决这个问题

image_cm = cv2.applyColorMap(image, cv2.COLORMAP_JET))

这是结果：

图1：原始平面 图2：应用色彩图后的平面