基於OpenCV自定義色條實現灰度圖上色功能代碼

場景需求

       Qt在進行2D圖像顯示時,有很方便的色條接口,可以讓灰度圖基於其設計的色條進行上色,比如設置1為紅色,0.55為黃色,0.45為綠色,0為藍色,那麼灰度圖就會在歸一化後按照從藍到紅(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,給開發帶來一定麻煩,因此我基於其原理寫瞭一個可以替代該功能的函數GrayToColor_ColorBar。

       函數原理:首先需要將灰度值圖轉化為0-255的8通道(uchar)灰度圖,運用歸一化函數可以實現;之後考慮到顏色和灰度的關系,比如最低的顏色為藍色(0,0,255)對應灰度值0,最高的顏色為紅色(255,0,0)對應灰度值255,隻需要找出其變化的規律即可。

       下方為具體實現函數和測試代碼。

功能函數代碼

/**
 * @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1
 * @param param2                           色條參數2
 * @return                                 上色後的圖像
 */
cv::Mat GrayToColor_ColorBar(cv::Mat &phase, float param1, float param2)
{
	CV_Assert(phase.channels() == 1);
 
    // 色條參數1必須大於色條參數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] > (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_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_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1
 * @param param2                           色條參數2
 * @return                                 上色後的圖像
 */
cv::Mat GrayToColor_ColorBar(cv::Mat &phase, float param1, float param2)
{
	CV_Assert(phase.channels() == 1);
	// 色條參數1必須大於色條參數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] > (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 灰度圖

圖2 效果圖1
圖3 效果圖2

       如上圖所示,為瞭方便,我生成瞭一個2001*2001的圖像矩陣,圖1為灰度圖,圖2圖3是經過顏色處理後的顏色圖,滿足瞭前面提到的需求,這兩個效果圖對應的參數不一樣。

       如果函數有什麼可以改進完善的地方,非常歡迎大傢指出,一同進步何樂而不為呢~

 

推薦閱讀: