C++基于灰度图上色GrayToColorFromOther的实现
更新时间：2021年7月19日 15:01 点击：1855
场景需求
之前有提到给灰度图上色的需求，在此基础上，还有一种需求，就是基于另一张参考灰度图的色板来给当前的灰度图上色，比如参考灰度图的数值区间为-10到10，颜色从蓝到绿再到红，而当前的灰度图的数据区间为-1到1，若基于参考灰度图的色板确定数据对应的颜色，则当前灰度图的颜色应该在绿色左右波动。
下方为具体实现函数和测试代码。
功能函数代码
/**
* @brief GrayToColorFromOther 灰度图上色，基于参考灰度图的色板
* @param phase1 输入的灰色图像，通道为1，提供色板
* @param phase2 输入的灰色图像，通道为1，基于phase1的色板绘色
* @return 上色后的图像
*/
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;
// 确定参考灰度图的数据范围
cv::minMaxIdx(phase1, &min1, &max1, nullptr, nullptr, phase1 == phase1);
// 将当前灰度图以参考灰度图的数据范围作标准，进行数据变换
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);
// 创建掩膜，目的是为了隔离nan值的干扰
mask = cv::Mat::zeros(phase2.size(), CV_8UC1);
mask.setTo(255, phase2 == phase2);
// 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());
// 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）
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;
}
}
}
}
// 三通道合并，得到颜色图
vector<cv::Mat> 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<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); //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<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);
//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 灰度图上色
* @param phase 输入的灰色图像，通道为1
* @return 上色后的图像
*/
cv::Mat GrayToColor(cv::Mat &phase)
{
CV_Assert(phase.channels() == 1);
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<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;
}
}
}
}
// 三通道合并，得到颜色图
vector<cv::Mat> images;
images.push_back(color3);
images.push_back(color2);
images.push_back(color1);
cv::merge(images, result);
return result;
}
/**
* @brief GrayToColorFromOther 灰度图上色，基于参考灰度图的色板
* @param phase1 输入的灰色图像，通道为1，提供色板
* @param phase2 输入的灰色图像，通道为1，基于phase1的色板绘色
* @return 上色后的图像
*/
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;
// 确定参考灰度图的数据范围
cv::minMaxIdx(phase1, &min1, &max1, nullptr, nullptr, phase1 == phase1);
// 将当前灰度图以参考灰度图的数据范围作标准，进行数据变换
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);
// 创建掩膜，目的是为了隔离nan值的干扰
mask = cv::Mat::zeros(phase2.size(), CV_8UC1);
mask.setTo(255, phase2 == phase2);
// 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());
// 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）
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;
}
}
}
}
// 三通道合并，得到颜色图
vector<cv::Mat> 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 参考灰度图上色效果
图2 基于参考灰度图色板的上色效果
如上图所示，为了方便，我生成了一个2001*2001的图像矩阵，并设置了另一个对比图像，该图像为原图像的1/2，那么原图像就是参考灰度图，而对比图像就是需要基于参考灰度图色板上色的灰度图。图1为参考灰度图的上色效果，图2是基于参考灰度图色板给对比图像上色的效果图。原图像的数据从0-1.3左右，其颜色变化从蓝到绿再到红，而对比图像的数据从0-1.3/2左右，则颜色变化为蓝到绿，满足了前面提到的需求。
到此这篇关于C++基于灰度图上色GrayToColorFromOther的实现的文章就介绍到这了,更多相关C++ 灰度图上色GrayToColorFromOther内容请搜索猪先飞以前的文章或继续浏览下面的相关文章希望大家以后多多支持猪先飞！
上一篇: 线段树详解以及C++实现代码
下一篇: c++中的继承关系
相关文章
- vector是表示可以改变大小的数组的序列容器，本文主要介绍了C++STL标准库std::vector的使用详解，文中通过示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下...2022-03-06
- 这篇文章主要介绍了C++中取余运算的实现，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧...2021-02-23
- 这篇文章主要介绍了C++ string常用截取字符串方法，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧...2020-04-25
- 本文通过例子，讲述了C++调用C#的DLL程序的方法，作出了以下总结，下面就让我们一起来学习吧。...2020-06-25
- 本篇文章主要介绍了C++中四种加密算法之AES源代码，小编觉得挺不错的，现在分享给大家，也给大家做个参考。...2020-04-25
- 整数拆分，指把一个整数分解成若干个整数的和。本文重点给大家介绍C++ 整数拆分方法详解，非常不错，感兴趣的朋友一起学习吧...2020-04-25
- 这篇文章主要介绍了C++中Sort函数详细解析，sort函数是algorithm库下的一个函数，sort函数是不稳定的，即大小相同的元素在排序后相对顺序可能发生改变...2022-08-18
- 这篇文章主要介绍了C++万能库头文件在vs中的安装步骤(图文)，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧...2021-02-23
- 这篇文章主要介绍了C++ bitset用法，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧...2020-04-25
- 本篇文章小编并不是为大家讲解string类型的用法，而是讲解我个人比较好奇的问题，就是string 类型占几个字节...2020-04-25
- 这篇文章主要为大家详细介绍了C++ Eigen库计算矩阵特征值及特征向量，具有一定的参考价值，感兴趣的小伙伴们可以参考一下...2020-04-25
- 这篇文章主要介绍了VSCode C++多文件编译的简单使用方法,本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下...2021-03-29
- 这篇文章主要介绍了C++ pair的用法实例详解的相关资料,需要的朋友可以参考下...2020-04-25
- 虽然C++11引入了智能指针的，但是开发人员在与内存的斗争问题上并没有解放，如果我门实用不当仍然有内存泄漏问题，其中智能指针的循环引用缺陷是最大的问题。下面通过实例代码给大家介绍c++中的循环引用，一起看看吧...2020-04-25
- 这篇文章主要给大家介绍了关于C++随机点名生成器的相关资料，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧...2020-04-25
- map容器是C++ STL中的重要一员，删除map容器中value为指定元素的问题是我们经常与遇到的一个问题，下面这篇文章主要给大家介绍了关于利用C++如何删除map容器中指定值的元素的相关资料，需要的朋友可以参考借鉴，下面来一起看看吧。...2020-04-25
- 这篇文章主要介绍了C++ 约瑟夫环问题案例详解,本篇文章通过简要的案例,讲解了该项技术的了解与使用,以下就是详细内容,需要的朋友可以参考下...2021-08-15
- 这篇文章主要介绍了C++中cin的用法详细,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧...2020-04-25
- 本篇文章是对C++中的常见编译错误进行了详细的分析介绍，需要的朋友参考下...2020-04-25
- 这篇文章主要介绍了c++优先队列(priority_queue)用法详解，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧...2020-04-25