colormap

深藏阁楼爱情的钟 2022-05-08 23:14 207阅读 0赞

**colormap（色度图）是什么？**

假设我们想在地图上显示美国不同地区的温度。我们可以把美国地图上的温度数据叠加为灰度图像——较暗的区域代表较冷的温度，更明亮的区域代表较热的区域。这样的表现不仅令人难以置信，而且代表了两个重要的原因。首先，人类视觉系统没有被优化来测量灰度强度的微小变化。我们能更好地感知颜色的变化。第二，我们用不同的颜色代表不同的意思。用蓝色和较温暖的温度用红色表示较冷的温度更有意义。

温度数据只是一个例子，但还有其他几个数据是单值（灰度）的情况，但将其转换为彩色数据以实现可视化是有意义的。用伪彩色更好地显示数据的其他例子是高度、压力、密度、湿度等等。

**在OpenCV****中使用applycolormap（伪彩色函数）**

OpenCV的定义12种colormap（色度图），可以应用于灰度图像，使用函数applycolormap产生伪彩色图像。让我们很快看到如何将色度图的一种模式colormap\_jet应用到一幅图像中。

C++

<table> 
 <tbody> 
  <tr> 
   <td> <p>1</p> <p>2</p> <p>3</p> <p>4</p> <p>5</p> </td> 
   <td> <p><code>using</code> <code> namespace</code> <code> cv; </code></p> <p>&nbsp;</p> <p><code>Mat im_gray = imread(</code><code>"pluto.jpg"</code><code>, IMREAD_GRAYSCALE);</code></p> <p><code>Mat im_color;</code></p> <p><code>applyColorMap(im_gray, im_color, COLORMAP_JET);</code></p> </td> 
  </tr> 
 </tbody> 
</table>

Python

<table> 
 <tbody> 
  <tr> 
   <td> <p>1</p> <p>2</p> <p>3</p> <p>4</p> </td> 
   <td> <p><code>import</code> <code> cv2 </code></p> <p>&nbsp;</p> <p><code>im_gray </code><code>=</code> <code> cv2.imread(</code><code>"pluto.jpg"</code><code>, cv2.IMREAD_GRAYSCALE)</code></p> <p><code>im_color </code><code>=</code> <code> cv2.applyColorMap(im_gray, cv2.COLORMAP_JET)</code></p> </td> 
  </tr> 
 </tbody> 
</table>

下图显示了一个关于colormap（色度图）的视觉表示和COLORMAP\_\*的数值，左边的颜色模式表示较低的灰度值，右边的则表示较高的灰度值。

<table> 
 <tbody> 
  <tr> 
   <td>Value</td> 
   <td>Name</td> 
   <td>Scale</td> 
  </tr> 
  <tr> 
   <td>0</td> 
   <td>COLORMAP_AUTUMN</td> 
   <td><img alt="colorscale_autumn" src="http://www.learnopencv.com/wp-content/uploads/2015/07/colorscale_autumn.jpg"></td> 
  </tr> 
  <tr> 
   <td>1</td> 
   <td>COLORMAP_BONE</td> 
   <td><img alt="colorscale_bone" src="http://www.learnopencv.com/wp-content/uploads/2015/07/colorscale_bone.jpg"></td> 
  </tr> 
  <tr> 
   <td>2</td> 
   <td>COLORMAP_JET</td> 
   <td><img alt="colorscale_jet" src="http://www.learnopencv.com/wp-content/uploads/2015/07/colorscale_jet.jpg"></td> 
  </tr> 
  <tr> 
   <td>3</td> 
   <td>COLORMAP_WINTER</td> 
   <td><img alt="colorscale_winter" src="http://www.learnopencv.com/wp-content/uploads/2015/07/colorscale_winter.jpg"></td> 
  </tr> 
  <tr> 
   <td>4</td> 
   <td>COLORMAP_RAINBOW</td> 
   <td><img alt="colorscale_rainbow" src="http://www.learnopencv.com/wp-content/uploads/2015/07/colorscale_rainbow.jpg"></td> 
  </tr> 
  <tr> 
   <td>5</td> 
   <td>COLORMAP_OCEAN</td> 
   <td><img alt="colorscale_ocean" src="http://www.learnopencv.com/wp-content/uploads/2015/07/colorscale_ocean.jpg"></td> 
  </tr> 
  <tr> 
   <td>6</td> 
   <td>COLORMAP_SUMMER</td> 
   <td><img alt="colorscale_summer" src="http://www.learnopencv.com/wp-content/uploads/2015/07/colorscale_summer.jpg"></td> 
  </tr> 
  <tr> 
   <td>7</td> 
   <td>COLORMAP_SPRING</td> 
   <td><img alt="colorscale_spring" src="http://www.learnopencv.com/wp-content/uploads/2015/07/colorscale_spring.jpg"></td> 
  </tr> 
  <tr> 
   <td>8</td> 
   <td>COLORMAP_COOL</td> 
   <td><img alt="colorscale_cool" src="http://www.learnopencv.com/wp-content/uploads/2015/07/colorscale_cool.jpg"></td> 
  </tr> 
  <tr> 
   <td>9</td> 
   <td>COLORMAP_HSV</td> 
   <td><img alt="colorscale_hsv" src="http://www.learnopencv.com/wp-content/uploads/2015/07/colorscale_hsv.jpg"></td> 
  </tr> 
  <tr> 
   <td>10</td> 
   <td>COLORMAP_PINK</td> 
   <td><img alt="colorscale_pink" src="http://www.learnopencv.com/wp-content/uploads/2015/07/colorscale_pink.jpg"></td> 
  </tr> 
  <tr> 
   <td>11</td> 
   <td>COLORMAP_HOT</td> 
   <td><img alt="colorscale_hot" src="http://www.learnopencv.com/wp-content/uploads/2015/07/colorscale_hot.jpg"></td> 
  </tr> 
 </tbody> 
</table>

**经典colormap色度图**

有些人对餐馆的菜单从不满意。厨师在选择原料方面的专长，他们将通过添加、替换和替代原料来定制菜肴。哦，是的，那些人。如果你是这些人之一，并想创建自己的颜色表，下面是步骤：

1、**定义一个映射**：色度图是从0-255值256种颜色映射。在OpenCV，我们需要创建一个大小为256×1的8位彩色图像来存储256个颜色值。  
2、**对照颜色使用查找表**：在OpenCV，你可以申请一个信息存储在一个256×1的彩色图像使用查找表**LUT**图像。

C++

<table> 
 <tbody> 
  <tr> 
   <td> <p>1</p> <p>2</p> <p>3</p> <p>4</p> </td> 
   <td> <p><code>Mat im_color;</code></p> <p><code>// NOTE : im_gray is 3-channel image with identical </code></p> <p><code>// red, green, blue channels.&nbsp; </code></p> <p><code>LUT(im_gray, lut, im_color);</code></p> </td> 
  </tr> 
 </tbody> 
</table>

Python

<table> 
 <tbody> 
  <tr> 
   <td> <p>1</p> <p>2</p> <p>3</p> </td> 
   <td> <p><code># NOTE : im_gray is 3-channel image with identical</code></p> <p><code># red, green, blue channels.&nbsp; </code></p> <p><code>im_color</code><code>=</code><code>cv2.LUT(im_gray, lut)</code></p> </td> 
  </tr> 
 </tbody> 
</table>