基于OpenCV自定义色条实现灰度图上色功能代码
程序员文章站
2022-04-02 18:57:33
场景需求 qt在进行2d图像显示时,有很方便的色条接口,可以让灰度图基于其设计的色条进行上色,比如设置1为红色,0.55为黄色,0.45为绿色,0为蓝色,那么灰度图就会在归一化后按照从蓝到...
场景需求
qt在进行2d图像显示时,有很方便的色条接口,可以让灰度图基于其设计的色条进行上色,比如设置1为红色,0.55为黄色,0.45为绿色,0为蓝色,那么灰度图就会在归一化后按照从蓝到红(从小到大)进行渐变色上色。但是有时候这个接口需要搭配的代码太多,给开发带来一定麻烦,因此我基于其原理写了一个可以替代该功能的函数graytocolor_colorbar。
函数原理:首先需要将灰度值图转化为0-255的8通道(uchar)灰度图,运用归一化函数可以实现;之后考虑到颜色和灰度的关系,比如最低的颜色为蓝色(0,0,255)对应灰度值0,最高的颜色为红色(255,0,0)对应灰度值255,只需要找出其变化的规律即可。
下方为具体实现函数和测试代码。
功能函数代码
/** * @brief graytocolor_colorbar 运用色条灰度图上色(1:红色,param1:黄色,param2:绿色,0:蓝色) * @param phase 输入的灰色图像,通道为1 * @param param1 色条参数1 * @param param2 色条参数2 * @return 上色后的图像 */ cv::mat graytocolor_colorbar(cv::mat &phase, float param1, float param2) { cv_assert(phase.channels() == 1); // 色条参数1必须大于色条参数2 if (param2 >= param1) { return cv::mat::zeros(10, 10, cv_8uc1); } cv::mat temp, result, mask; // 将灰度图重新归一化至0-255 cv::normalize(phase, temp, 255, 0, cv::norm_minmax); temp.convertto(temp, cv_8uc1); // 创建掩膜,目的是为了隔离nan值的干扰 mask = cv::mat::zeros(phase.size(), cv_8uc1); mask.setto(255, phase == phase); // 初始化三通道颜色图 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; // 基于灰度图的灰度层级,给其上色,最底的灰度值0为蓝色(255,0,0),最高的灰度值255为红色(0,0,255),中间的灰度值127为绿色(0,255,0) // 不要惊讶蓝色为什么是(255,0,0),因为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,得到颜色图 vector<cv::mat> images; images.push_back(color3); images.push_back(color2); images.push_back(color1); cv::merge(images, result); return result; }
c++测试代码
#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); //产生指定范围内的指定数量点数,相邻数据跨度相同 // opencv自带的转换有精度限制,导致结果有一定差异性 //cv::carttopolar(x, y, mag, ang, false); //坐标转换 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); //设置边界 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); //两个元素的间隔 //计算其他位置的值 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 运用色条灰度图上色(1:红色,param1:黄色,param2:绿色,0:蓝色) * @param phase 输入的灰色图像,通道为1 * @param param1 色条参数1 * @param param2 色条参数2 * @return 上色后的图像 */ cv::mat graytocolor_colorbar(cv::mat &phase, float param1, float param2) { cv_assert(phase.channels() == 1); // 色条参数1必须大于色条参数2 if (param2 >= param1) { return cv::mat::zeros(10, 10, cv_8uc1); } cv::mat temp, result, mask; // 将灰度图重新归一化至0-255 cv::normalize(phase, temp, 255, 0, cv::norm_minmax); temp.convertto(temp, cv_8uc1); // 创建掩膜,目的是为了隔离nan值的干扰 mask = cv::mat::zeros(phase.size(), cv_8uc1); mask.setto(255, phase == phase); // 初始化三通道颜色图 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; // 基于灰度图的灰度层级,给其上色,最底的灰度值0为蓝色(255,0,0),最高的灰度值255为红色(0,0,255),中间的灰度值127为绿色(0,255,0) // 不要惊讶蓝色为什么是(255,0,0),因为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,得到颜色图 vector<cv::mat> images; images.push_back(color3); images.push_back(color2); images.push_back(color1); cv::merge(images, result); return result; }
测试效果
如上图所示,为了方便,我生成了一个2001*2001的图像矩阵,图1为灰度图,图2图3是经过颜色处理后的颜色图,满足了前面提到的需求,这两个效果图对应的参数不一样。
如果函数有什么可以改进完善的地方,非常欢迎大家指出,一同进步何乐而不为呢~