C++-灰度图上色GrayToColor

简介: C++-灰度图上色GrayToColor

场景需求

     最近有客户提出,想要将解包裹图像转化为有颜色的图像,具备更佳的视觉效果。解包裹图是一个float类型的灰度图像,里面的数值范围类似于从-10.25到20.56这种,客户想要最低的数值为蓝色,最高的数值为红色,中间的数值为绿色。


      针对该需求,我们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                      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
 */
static 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;
}

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);
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(mag);
  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<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
 */
static 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;
}

测试效果

图1 灰度图

图2 颜色图

      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是经过颜色处理后的颜色图,满足了前面提到的需求。


      如果函数有什么可以改进完善的地方,非常欢迎大家指出,一同进步何乐而不为呢~


      如果文章帮助到你了,可以点个赞让我知道,我会很快乐~加油!

相关文章
C++-基于参考灰度图上色GrayToColorFromOther
C++-基于参考灰度图上色GrayToColorFromOther
|
22天前
|
编译器 C++ 开发者
【C++篇】深度解析类与对象(下)
在上一篇博客中,我们学习了C++的基础类与对象概念,包括类的定义、对象的使用和构造函数的作用。在这一篇,我们将深入探讨C++类的一些重要特性,如构造函数的高级用法、类型转换、static成员、友元、内部类、匿名对象,以及对象拷贝优化等。这些内容可以帮助你更好地理解和应用面向对象编程的核心理念,提升代码的健壮性、灵活性和可维护性。
|
4天前
|
安全 C++
【c++】继承(继承的定义格式、赋值兼容转换、多继承、派生类默认成员函数规则、继承与友元、继承与静态成员)
本文深入探讨了C++中的继承机制,作为面向对象编程(OOP)的核心特性之一。继承通过允许派生类扩展基类的属性和方法,极大促进了代码复用,增强了代码的可维护性和可扩展性。文章详细介绍了继承的基本概念、定义格式、继承方式(public、protected、private)、赋值兼容转换、作用域问题、默认成员函数规则、继承与友元、静态成员、多继承及菱形继承问题,并对比了继承与组合的优缺点。最后总结指出,虽然继承提高了代码灵活性和复用率,但也带来了耦合度高的问题,建议在“has-a”和“is-a”关系同时存在时优先使用组合。
30 6
|
25天前
|
编译器 C语言 C++
类和对象的简述(c++篇)
类和对象的简述(c++篇)
|
22天前
|
安全 编译器 C语言
【C++篇】深度解析类与对象(中)
在上一篇博客中,我们学习了C++类与对象的基础内容。这一次,我们将深入探讨C++类的关键特性,包括构造函数、析构函数、拷贝构造函数、赋值运算符重载、以及取地址运算符的重载。这些内容是理解面向对象编程的关键,也帮助我们更好地掌握C++内存管理的细节和编码的高级技巧。
|
22天前
|
存储 程序员 C语言
【C++篇】深度解析类与对象(上)
在C++中,类和对象是面向对象编程的基础组成部分。通过类,程序员可以对现实世界的实体进行模拟和抽象。类的基本概念包括成员变量、成员函数、访问控制等。本篇博客将介绍C++类与对象的基础知识,为后续学习打下良好的基础。
|
2月前
|
C++ 芯片
【C++面向对象——类与对象】Computer类(头歌实践教学平台习题)【合集】
声明一个简单的Computer类,含有数据成员芯片(cpu)、内存(ram)、光驱(cdrom)等等,以及两个公有成员函数run、stop。只能在类的内部访问。这是一种数据隐藏的机制,用于保护类的数据不被外部随意修改。根据提示,在右侧编辑器补充代码,平台会对你编写的代码进行测试。成员可以在派生类(继承该类的子类)中访问。成员,在类的外部不能直接访问。可以在类的外部直接访问。为了完成本关任务,你需要掌握。
81 19
|
2月前
|
存储 编译器 数据安全/隐私保护
【C++面向对象——类与对象】CPU类(头歌实践教学平台习题)【合集】
声明一个CPU类,包含等级(rank)、频率(frequency)、电压(voltage)等属性,以及两个公有成员函数run、stop。根据提示,在右侧编辑器补充代码,平台会对你编写的代码进行测试。​ 相关知识 类的声明和使用。 类的声明和对象的声明。 构造函数和析构函数的执行。 一、类的声明和使用 1.类的声明基础 在C++中,类是创建对象的蓝图。类的声明定义了类的成员,包括数据成员(变量)和成员函数(方法)。一个简单的类声明示例如下: classMyClass{ public: int
71 13
|
2月前
|
编译器 数据安全/隐私保护 C++
【C++面向对象——继承与派生】派生类的应用(头歌实践教学平台习题)【合集】
本实验旨在学习类的继承关系、不同继承方式下的访问控制及利用虚基类解决二义性问题。主要内容包括: 1. **类的继承关系基础概念**:介绍继承的定义及声明派生类的语法。 2. **不同继承方式下对基类成员的访问控制**:详细说明`public`、`private`和`protected`继承方式对基类成员的访问权限影响。 3. **利用虚基类解决二义性问题**:解释多继承中可能出现的二义性及其解决方案——虚基类。 实验任务要求从`people`类派生出`student`、`teacher`、`graduate`和`TA`类,添加特定属性并测试这些类的功能。最终通过创建教师和助教实例,验证代码
63 5
|
2月前
|
存储 算法 搜索推荐
【C++面向对象——群体类和群体数据的组织】实现含排序功能的数组类(头歌实践教学平台习题)【合集】
1. **相关排序和查找算法的原理**:介绍直接插入排序、直接选择排序、冒泡排序和顺序查找的基本原理及其实现代码。 2. **C++ 类与成员函数的定义**:讲解如何定义`Array`类,包括类的声明和实现,以及成员函数的定义与调用。 3. **数组作为类的成员变量的处理**:探讨内存管理和正确访问数组元素的方法,确保在类中正确使用动态分配的数组。 4. **函数参数传递与返回值处理**:解释排序和查找函数的参数传递方式及返回值处理,确保函数功能正确实现。 通过掌握这些知识,可以顺利地将排序和查找算法封装到`Array`类中,并进行测试验证。编程要求是在右侧编辑器补充代码以实现三种排序算法
48 5