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
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:
- C++基於灰度圖上色GrayToColorFromOther的實現
- OpenCV獲取圖像中直線上的數據具體流程
- C++實現圖像目標區裁剪ImageCropping
- C++ OpenCV單峰三角閾值法Thresh_Unimodal詳解
- OpenCV計算平均值cv::mean實例代碼