小编Rap*_* H.的帖子

我想在 matplotlib 中使用 RGB颜色图为16 位深度图像着色。从技术上讲，每个通道 8 位的 3 个通道应该足以为所有 2^16 个可能的深度值具有不同的 rgb 值。

即使原始深度图像有两倍以上的值，标准颜色图“viridis”确实会产生 <1000 个不同的值。

我尝试使用大量样本创建颜色图plt.get_cmap('viridis', 2**16)，但仍然不够。

一些代码来描述我正在尝试做的事情：

def depth_to_rgb(path):   
    depth_map = Image.open(path)
    pixel = np.array(depth_map)
    pixel = (pixel - np.min(pixel)) / np.ptp(pixel)
    cm = plt.get_cmap('viridis', 2**16)
    pixel_colored = np.uint8(np.rint(cm(pixel) * 255))[:, :, :3]
    return Image.fromarray(pixel_colored)

我可以通过创建自定义 cm 来稍微增加地图中不同值的数量，但这仍然不够：

cm = mlp.colors.LinearSegmentedColormap.from_list("",
["red", "green", "yellow"], N=2**16)

是否有具有足够值的颜色图，或者我如何创建一个颜色图？与枕头图像库相关的解决方案也很受欢迎。

编辑

显然（感谢ImportanceOfBeingErnest）生成的颜色图确实有 2**16 个值，但np.uint8(np.rint(cm(pixel) * 255))导致其中一些落在相同的颜色上。我只在结果图像中打印了不同颜色的数量。我想我必须做一个不同的映射，但原始问题得到了回答。