Opencv学习笔记——图像伪色彩增强

以下均为github上opencv的个人学习笔记,原路径如下:

https://github.com/JimmyHHua/opencv_tutorials

源码示例:

import cv2 as cv

src = cv.imread("test1.png")
cv.namedWindow("input", cv.WINDOW_AUTOSIZE)
cv.imshow("input", src)
dst = cv.applyColorMap(src,cv.COLORMAP_COOL)
cv.imshow("output", dst)

#伪色彩
image = cv.imread("test0.jpg")
color_image = cv.applyColorMap(image, cv.COLORMAP_JET)
cv.imshow("image", image)
cv.imshow("color_image", color_image)

cv.waitKey(0)
cv.destroyAllWindows()

人的生理视觉系统特征对微小的灰度变化感觉不敏感,而对彩色的微小差别极为敏感,利用这一特点就可以把人眼不敏感的灰度信号映射为人眼灵敏的彩色信号,以增强人对图像中细微变换的分辨率。

在图像处理技术中,彩色增强应用十分广泛且效果显著

常见的彩色增强技术主要有假彩色增强和伪彩色增强两大类

(1)假彩色增强

思路是将灰度分层几级,比如我们这里将灰度分为16级,然后每一级灰度对应一种彩色。在查看原图中某像素,找出它所属的灰度级,用相应的彩色代替就行了

(2)伪彩色处理

由灰度值根据一定的映射关系求出R,G,B的值,组成该点的彩色值.OpenCV现在提供了各种颜色映射,以增强计算机视觉应用程序中的可视化。在OpenCV中,只需要applyColorMap就可以在给定的图像上应用颜色映射。

颜色映射包括如下:

Opencv学习笔记——图像伪色彩增强_第1张图片

你可能感兴趣的:(opencv,图像识别,python)