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<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_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); //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_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<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 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。
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！
