Matlab 提供了使用 CAXIS 为当前轴设置颜色限制的功能。 . OpenCV 有 applyColorMap这可用于突出显示灰度图像中像素强度的差异,我相信它映射像素从 0 - 255。
我是 Matlab/图像处理的新手,被要求从 MatLab 移植一个简单的程序,该程序使用 CAXIS 函数来更改颜色图的“亮度”。我没有使用 Matlab 的经验,但他们似乎使用此函数来“降低”将像素映射到 map 上更强烈的颜色所需的强度要求
即使用“JET”的彩色 map
- 当亮度=1时,红色=255
- 当亮度=10时,红色>=25
matlab 程序允许读取和显示 16 位图像,这显然会提供更高的像素值,而我阅读和完成的所有内容都表明 OpenCV 仅支持 8 位图像(用于彩色 map )
因此我的问题是,是否可以在 OpenCV 中提供类似的功能?如何设置颜色图的轴限制/如何缩放颜色图查找表,以便将“强度较低”的像素缩放到强度较高的区域?
类似的问题是 asked回复说数组需要“规范化”,但不幸的是我不太清楚如何实现这一点并且无法回复答案,因为我没有足够的代表!
我已经使用了 cv::normalize将数组中的最大值设置为 maxPixelValue/brightness 但这根本不起作用。
我也尝试过将我的 16 位图像转换为具有比例因子的 CV_8UC1,但无济于事。任何帮助将不胜感激!
最佳答案
在我看来,您可以使用 cv::normalize
将源图片中的值“裁剪”为您感兴趣的颜色图中的相应值。假设您希望将图像映射到Jet 颜色图的蓝色区域然后你应该做这样的事情:
int minVal = 0, maxVal = 80;
cv::normalize(src,dst, minVal, maxVal, cv::NORM_MINMAX);
如果您打算应用某种自定义贴图,对于 1 channel 或 3 channel 8 位图像来说相当容易,您只需要创建具有 255 个值(具有适当数量的 channel )的 LUT 并使用 应用它cv::LUT
,更多信息 in this blog , 另见 dosc about LUT
如果您正在处理的图像具有不同的深度、16 位甚至 float 据,我想您需要做的就是编写如下函数:
template<class T>
T customColorMapper(T input_pixel)
{
T output_pixel = 0;
// do something with output_pixel basing on intput_pixel
return output_pixel;
}
并将其应用于每个源图像像素,例如:
cv::Mat dst_image = src_image.clone(); //copy data
dst_image.forEach<TYPE>([](TYPE& input_pixel, const int* pos_row_col) -> void {
input_pixel = customColorMapper<TYPE>(input_pixel);
});
当然 TYPE
需要是一个有效的类型。也许这个函数的特殊版本采用 cv::Scalar
或 cv::Vec3
- 如果您需要使用多个 channel ,这会很好。
希望这对您有所帮助!
关于c++ - 在类似于 Matlab 的 CAXIS 的 OpenCV 4 (c++) 中设置颜色限制轴,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/53945145/