OpenCV-Python图像颜色变换

给图像添加颜色

在使用OpenCV操作图像时，有时候需要给图像添加不同的颜色，以达到不同的风格效果。这里介绍的主要是opencv中的cv.applyColorMap()函数。

• 给图像应用颜色函数cv.applyColorMap(src, colormap, dst=None)
src：表示传入的原图；
  colormap：颜色图类型(17种)。可以单独使用，也可以以一个列表的形式批量使用。

以下图举例实现：

直接上代码：

# -*-coding:utf-8-*-
"""
File Name: color_operation.py
Program IDE: PyCharm
Create File By Author: Hong
"""
import cv2 as cv
import numpy as np


color_map = [
    cv.COLORMAP_AUTUMN,
    cv.COLORMAP_BONE,
    cv.COLORMAP_JET,
    cv.COLORMAP_WINTER,
    cv.COLORMAP_PARULA,
    cv.COLORMAP_OCEAN,
    cv.COLORMAP_SUMMER,
    cv.COLORMAP_SPRING,
    cv.COLORMAP_COOL,
    cv.COLORMAP_PINK,
    cv.COLORMAP_HOT,
    cv.COLORMAP_PARULA,
    cv.COLORMAP_MAGMA,
    cv.COLORMAP_INFERNO,
    cv.COLORMAP_PLASMA,
    cv.COLORMAP_TWILIGHT,
    cv.COLORMAP_TWILIGHT_SHIFTED
]


def color_operation(image_path: str):
    img = cv.imread(image_path, cv.IMREAD_COLOR)  # 以彩色模式读图像
    cv.namedWindow('input', cv.WINDOW_AUTOSIZE)  # 根据图像大小自动调节窗口大小
    cv.imshow('input', img)

    index = 0

    while True:
        dst = cv.applyColorMap(img, color_map[index % len(color_map)])  # 在原图上应用不同的颜色模式

        cv.imshow('{}'.format(color_map[index % len(color_map)]), dst)
        index += 1

        c = cv.waitKey(1000)
        if c == 27:
            break

    cv.destroyAllWindows()
  

if __name__ == '__main__':
    path = 'images/daiyutong.png'
    color_operation(path)

效果展示：

图像按位操作

图像的位级操作主要包括：与、或、非、异或四种操作。

• 与：cv.bitwise_and(img1，img2)，两幅图像按位进行与操作；
• 或：cv.bitwise_or(img1, img2)，两幅图像按位进行或操作；
• 异或：cv.bitwise_xor(img1, img2)，两幅图像按位进行异或操作；
• 非：cv.bitwise_not(img)，将图像按位取反操作。

具体代码如下：

# -*-coding:utf-8-*-
"""
File Name: color_operation.py
Program IDE: PyCharm
Create File By Author: Hong
"""
import cv2 as cv
import numpy as np


def bitwise_operation(image_path1: str, image_path2: str):
    img1 = cv.imread(image_path1, cv.IMREAD_COLOR)
    img2 = cv.imread(image_path2, cv.IMREAD_COLOR)
    img2 = cv.resize(img2, (300, 300))

    # img1 = np.zeros((400, 400, 3), dtype=np.uint8)  # 创建一个空白图像
    # img1[:, :] = (255, 0, 255)  # 给所有像素的b和r通道赋值
    # img2 = np.zeros((400, 400, 3), dtype=np.uint8)
    # img2[:, :] = (0, 255, 0)  # 给所有像素的g通道赋值

    dst1 = cv.bitwise_and(img1, img2)  # 图像的与操作
    dst2 = cv.bitwise_or(img1, img2)  # 图像的或操作
    dst3 = cv.bitwise_xor(img1, img2)  # 图像的异或操作
    dst4 = cv.bitwise_not(img1)  # 图像的非操作

    cv.imshow('img1', img1)
    cv.imshow('img2', img2)

    cv.imshow('bitwise_and', dst1)
    cv.imshow('bitwise_or', dst2)
    cv.imshow('bitwise_xor', dst3)
    cv.imshow('bitwise_not', dst4)

    cv.waitKey(0)
    cv.destroyAllWindows()


if __name__ == '__main__':
    path1 = 'images/daiyutong.png'
    path2 = 'images/2.png'
    bitwise_operation(path1, path2)

结果展示：

图像的通道操作

彩色图像由R、G、B三通道组成，我们可以分别对每个通道进行操作。主要有通道分离、通道合并、通道交换等操作。

• 通道分离：cv.split(img)
• 通道合并：cv.merge(mv)
• 通道交换：cv.mixChannels(src, dst, fromTo)

代码实现：

# -*-coding:utf-8-*-
"""
File Name: color_operation.py
Program IDE: PyCharm
Create File By Author: Hong
"""
import cv2 as cv
import numpy as np


def channel_operation(image_path: str):
    img = cv.imread(image_path, cv.IMREAD_COLOR)
    cv.namedWindow('input', cv.WINDOW_AUTOSIZE)
    cv.imshow('input', img)  # 彩色图像，3个通道，每个通道都是H×W。

    # 通道分离
    mv = cv.split(img)

    print('mv[0]', mv[0])  # 图像的b通道
    print('mv[1]', mv[1])  # 图像的g通道
    print('mv[2]', mv[2])  # 图像的r通道

    mv[0][:, :] = 255  # 给b通道上的所有像素值全部赋值为255
    # 通道合并
    result = cv.merge(mv)

    # 通道交换
    dst = np.zeros(img.shape, dtype=np.uint8)
    cv.mixChannels([img], [dst], fromTo=[2, 0, 1, 1, 0, 2])
    out = cv.cvtColor(img, cv.COLOR_BGR2RGB)  # 与上面的通道交换bgr->rgb结果类似，

    cv.imshow('bbb', img[:, :, 0])  # 显示第1个通道
    cv.imshow('ggg', img[:, :, 1])  # 显示第2个通道
    cv.imshow('rrr', img[:, :, 2])  # 显示第3个通道
    cv.imshow('result', result)
    cv.imshow('dst', dst)
    cv.imshow('out', out)

    cv.waitKey(0)
    cv.destroyAllWindows()


if __name__ == '__main__':
    path = 'images/daiyutong.png'
    channel_operation(path)

结果展示：

获取更多计算机视觉知识，请关注微信公众号 “AI与计算机视觉”。