基于OpenCV自定义色条实现灰度图上色功能代码

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(i);
        uchar *c2 = color2.ptr(i);
        uchar *c3 = color3.ptr(i);
        uchar *r = temp.ptr(i);
        uchar *m = mask.ptr(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 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
#include
#include
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(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(i);
        a = ang.ptr(i);
        xx = x.ptr(i);
        yy = y.ptr(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(i);
        uchar *c2 = color2.ptr(i);
        uchar *c3 = color3.ptr(i);
        uchar *r = temp.ptr(i);
        uchar *m = mask.ptr(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 images;
    images.push_back(color3);
    images.push_back(color2);
    images.push_back(color1);
    cv::merge(images, result);
  
    return result;
}
测试效果


图1 灰度图

图2 效果图1

图3 效果图2
       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。

你可能感兴趣的