基于OpenCV自定义色条实现灰度图上色功能代码

2024-04-02 19:04:59 801人浏览独家记忆

摘要

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

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



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;
	}
}
 

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