目录

• 场景需求
• 功能函数代码
• C++测试代码

场景需求 【C++基于灰度图上色GrayToColorFromOther的实现】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(i); for (int j = 0; j < col; ++j){t2[j] = 255.0f*(phase2.at(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(i); uchar *c2 = color2.ptr(i); uchar *c3 = color3.ptr(i); uchar *r = temp.ptr(i); uchar *m = mask.ptr(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 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#include#includeusing 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(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(i); a = ang.ptr(i); xx = x.ptr(i); yy = y.ptr(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(i); uchar *c2 = color2.ptr(i); uchar *c3 = color3.ptr(i); uchar *r = temp.ptr(i); uchar *m = mask.ptr(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 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(i); for (int j = 0; j < col; ++j){t2[j] = 255.0f*(phase2.at(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(i); uchar *c2 = color2.ptr(i); uchar *c3 = color3.ptr(i); uchar *r = temp.ptr(i); uchar *m = mask.ptr(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 images; images.push_back(color3); images.push_back(color2); images.push_back(color1); cv::merge(images, result); return result; }

测试效果

文章图片

图1 参考灰度图上色效果

文章图片

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内容请搜索脚本之家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脚本之家！

推荐阅读

• 

  南宁：房贷利率新政实施后买房能省多少钱？
• 

  drive|希捷推出 Xbox 专用外置 SSD：1TB 约 1095元，USB 3.2 Gen1 接口
• 

  农户贷款如何界定 「一般农户指什么」
• 

  java用什么软件写代码，JAVA用什么软件编写
• 

  不要吃发物 不要吃过甜过咸和酸性的食物
• 

  八角金盘的介绍-八角金盘的作用
• 

  flutter添加横线，flutter虚线边框
• 

  为什么戒烟后会发胖？
• 

  佛珠多肉烂根怎么办 佛珠多肉烂了怎么办
• 

  中国知名菜刀有什么牌子？中国十大菜刀品牌排行
• 

  从入门到精通，轻松应对各种错误 打印机1700代码解析
• 

  水果礼盒制作步骤大全图解 水果礼盒的制作技巧是怎么样的
• 

  支付宝花呗当面花怎么使用？使用方法及店铺详细介绍
• 

  恒为科技的军方服务器具有怎样的性能？ 恒为科技军方服务器怎么样
• 

  gis中画的图成无效的书签，gis图没了
• 

  工商银行主要业务有哪些
• 

  iphone皮套
• 

  爱普生1430喷墨机清零
• 

  关于vb.neteval的信息
• 

  非诚勿扰影视产业分析

• 基于Vue实现树形穿梭框的示例代码
• Android实战简易教程-第二十九枪（基于Face++实现年龄识别APP）
• #|基于腾讯云的物联网云端数据传输-STM32F103C8T6(微信小程序显示数据).一
• 思科推出基于IOS的Catalyst 6500系列软件
• 基于IPv6的下一代网络
• 图像类型介绍
• [OpenCV实战]17 基于卷积神经网络的OpenCV图像着se
• 如何使用Express.js路由进行基于Promise的错误处理
• 数字图像解析度
• 基于知名微服务框架go-micro开发gRPC应用程序