C++基於灰度圖上色GrayToColorFromOther的實現
場景需求
之前有提到給灰度圖上色的需求，在此基礎上，還有一種需求，就是基於另一張參考灰度圖的色板來給當前的灰度圖上色，比如參考灰度圖的數值區間為-10到10，顏色從藍到綠再到紅，而當前的灰度圖的數據區間為-1到1，若基於參考灰度圖的色板確定數據對應的顏色，則當前灰度圖的顏色應該在綠色左右波動。
下方為具體實現函數和測試代碼。
功能函數代碼
/**
* @brief GrayToColorFromOther 灰度圖上色，基於參考灰度圖的色板
* @param phase1 輸入的灰色圖像，通道為1，提供色板
* @param phase2 輸入的灰色圖像，通道為1，基於phase1的色板繪色
* @return 上色後的圖像
*/
cv::Mat GrayToColorFromOther(cv::Mat &phase1, cv::Mat &phase2)
{
CV_Assert(phase1.channels() == 1);
CV_Assert(phase2.channels() == 1);
if (phase1.empty() || phase2.empty())
{
cv::Mat result = cv::Mat::zeros(100, 100, CV_8UC3);
return result;
}
cv::Mat temp, result, mask;
double max1, min1;
int row = phase2.rows;
int col = phase2.cols;
// 確定參考灰度圖的數據范圍
cv::minMaxIdx(phase1, &min1, &max1, nullptr, nullptr, phase1 == phase1);
// 將當前灰度圖以參考灰度圖的數據范圍作標準，進行數據變換
temp = phase2.clone();
for (int i = 0; i < row; ++i)
{
float *t2 = temp.ptr<float>(i);
for (int j = 0; j < col; ++j)
{
t2[j] = 255.0f*(phase2.at<float>(i, j) - min1) / (max1 - min1);
}
}
temp.convertTo(temp, CV_8UC1);
// 創建掩膜，目的是為瞭隔離nan值的幹擾
mask = cv::Mat::zeros(phase2.size(), CV_8UC1);
mask.setTo(255, phase2 == phase2);
// 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());
// 基於灰度圖的灰度層級，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）
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] > (3 * 255 / 4) && r[j] <= 255)
{
c1[j] = 255;
c2[j] = 4 * (255 - r[j]);
c3[j] = 0;
}
else if (r[j] <= (3 * 255 / 4) && r[j] > (255 / 2))
{
c1[j] = 255 - 4 * (3 * 255 / 4 - r[j]);
c2[j] = 255;
c3[j] = 0;
}
else if (r[j] <= (255 / 2) && r[j] > (255 / 4))
{
c1[j] = 0;
c2[j] = 255;
c3[j] = 4 * (255 / 2 - r[j]);
}
else if (r[j] <= (255 / 4) && r[j] >= 0)
{
c1[j] = 0;
c2[j] = 255 - 4 * (255 / 4 - r[j]);
c3[j] = 255;
}
else {
c1[j] = 0;
c2[j] = 0;
c3[j] = 0;
}
}
}
}
// 三通道合並，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(cv::Mat &phase);
cv::Mat GrayToColorFromOther(cv::Mat &phase1, cv::Mat &phase2);
int main(void)
{
cv::Mat mag, ang,result,result2;
UnitPolar(2001, mag, ang);
mag.at<float>(10, 10) = nan("");
cv::Mat mag2 = mag / 2;
result = GrayToColor(mag);
result2= GrayToColorFromOther(mag,mag2);
system("pause");
return 0;
}
void UnitPolar(int squaresize, cv::Mat& mag,cv::Mat& ang) {
cv::Mat x;
cv::Mat y;
UnitCart(squaresize, x, y); //產生指定范圍內的指定數量點數，相鄰數據跨度相同
// OpenCV自帶的轉換有精度限制，導致結果有一定差異性
//cv::cartToPolar(x, y, mag, ang, false); //坐標轉換
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 灰度圖上色
* @param phase 輸入的灰色圖像，通道為1
* @return 上色後的圖像
*/
cv::Mat GrayToColor(cv::Mat &phase)
{
CV_Assert(phase.channels() == 1);
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);
// 創建掩膜，目的是為瞭隔離nan值的幹擾
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;
// 基於灰度圖的灰度層級，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）
// 不要驚訝藍色為什麼是（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] > (3 * 255 / 4) && r[j] <= 255)
{
c1[j] = 255;
c2[j] = 4 * (255 - r[j]);
c3[j] = 0;
}
else if (r[j] <= (3 * 255 / 4) && r[j] > (255 / 2))
{
c1[j] = 255 - 4 * (3 * 255 / 4 - r[j]);
c2[j] = 255;
c3[j] = 0;
}
else if (r[j] <= (255 / 2) && r[j] > (255 / 4))
{
c1[j] = 0;
c2[j] = 255;
c3[j] = 4 * (255 / 2 - r[j]);
}
else if (r[j] <= (255 / 4) && r[j] >= 0)
{
c1[j] = 0;
c2[j] = 255 - 4 * (255 / 4 - r[j]);
c3[j] = 255;
}
else {
c1[j] = 0;
c2[j] = 0;
c3[j] = 0;
}
}
}
}
// 三通道合並，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;
}
/**
* @brief GrayToColorFromOther 灰度圖上色，基於參考灰度圖的色板
* @param phase1 輸入的灰色圖像，通道為1，提供色板
* @param phase2 輸入的灰色圖像，通道為1，基於phase1的色板繪色
* @return 上色後的圖像
*/
cv::Mat GrayToColorFromOther(cv::Mat &phase1, cv::Mat &phase2)
{
CV_Assert(phase1.channels() == 1);
CV_Assert(phase2.channels() == 1);
if (phase1.empty() || phase2.empty())
{
cv::Mat result = cv::Mat::zeros(100, 100, CV_8UC3);
return result;
}
cv::Mat temp, result, mask;
double max1, min1;
int row = phase2.rows;
int col = phase2.cols;
// 確定參考灰度圖的數據范圍
cv::minMaxIdx(phase1, &min1, &max1, nullptr, nullptr, phase1 == phase1);
// 將當前灰度圖以參考灰度圖的數據范圍作標準，進行數據變換
temp = phase2.clone();
for (int i = 0; i < row; ++i)
{
float *t2 = temp.ptr<float>(i);
for (int j = 0; j < col; ++j)
{
t2[j] = 255.0f*(phase2.at<float>(i, j) - min1) / (max1 - min1);
}
}
temp.convertTo(temp, CV_8UC1);
// 創建掩膜，目的是為瞭隔離nan值的幹擾
mask = cv::Mat::zeros(phase2.size(), CV_8UC1);
mask.setTo(255, phase2 == phase2);
// 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());
// 基於灰度圖的灰度層級，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）
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] > (3 * 255 / 4) && r[j] <= 255)
{
c1[j] = 255;
c2[j] = 4 * (255 - r[j]);
c3[j] = 0;
}
else if (r[j] <= (3 * 255 / 4) && r[j] > (255 / 2))
{
c1[j] = 255 - 4 * (3 * 255 / 4 - r[j]);
c2[j] = 255;
c3[j] = 0;
}
else if (r[j] <= (255 / 2) && r[j] > (255 / 4))
{
c1[j] = 0;
c2[j] = 255;
c3[j] = 4 * (255 / 2 - r[j]);
}
else if (r[j] <= (255 / 4) && r[j] >= 0)
{
c1[j] = 0;
c2[j] = 255 - 4 * (255 / 4 - r[j]);
c3[j] = 255;
}
else {
c1[j] = 0;
c2[j] = 0;
c3[j] = 0;
}
}
}
}
// 三通道合並，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 參考灰度圖上色效果
圖2 基於參考灰度圖色板的上色效果
如上圖所示，為瞭方便，我生成瞭一個2001*2001的圖像矩陣，並設置瞭另一個對比圖像，該圖像為原圖像的1/2，那麼原圖像就是參考灰度圖，而對比圖像就是需要基於參考灰度圖色板上色的灰度圖。圖1為參考灰度圖的上色效果，圖2是基於參考灰度圖色板給對比圖像上色的效果圖。原圖像的數據從0-1.3左右，其顏色變化從藍到綠再到紅，而對比圖像的數據從0-1.3/2左右，則顏色變化為藍到綠，滿足瞭前面提到的需求。
到此這篇關於C++基於灰度圖上色GrayToColorFromOther的實現的文章就介紹到這瞭,更多相關C++ 灰度圖上色GrayToColorFromOther內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet！
推薦閱讀：
- 基於OpenCV自定義色條實現灰度圖上色功能代碼
- C++實現圖像目標區裁剪ImageCropping
- OpenCV獲取圖像中直線上的數據具體流程
- C++ OpenCV單峰三角閾值法Thresh_Unimodal詳解
- OpenCV實現背景分離(證件照背景替換)