将灰度 2D numpy 数组转换为 RGB 图像

如何解决将灰度 2D numpy 数组转换为 RGB 图像

我有一个灰度“TIF”图像,我将其读取为 2D 的 numpy 数组

我的二维阵列中的像素强度范围为 17 到 317。

我有两个挑战

  1. 将此二维数组转换为 RGB 图像

  2. 将像素强度(17 到 317 之间)缩放到 RGB 值,并将灰度图像显示为 RGB 彩色图像

greyscale img

不幸的是我不能使用 Opencv 和 Matplotlib 作为我工作的最终产品不支持这些

解决方法

在我看来,您的问题有 3 个方面:

  • 创建颜色图或 LUT “查找表”
  • 将像素缩放到标准范围
  • 将颜色图应用于没有 matplotlib 的图像。

因此,要创建颜色图,我们需要一个包含 256 个 RGB 值的列表,其中 我们可以查找任何灰度值并找到我们想要显示的颜色。我知道您不能在生产中使用 matplotlib,但是您可以在其他机器上从那里获取一两个颜色图并将其复制到您的生产机器上。所以,让我们这样做。我们将采用 viridis 颜色图:

#!/usr/bin/env python3

import numpy as np
from matplotlib import cm

# Get 256 entries from "viridis" or any other Matplotlib colormap
colmap = cm.get_cmap('viridis',256)

# Make a Numpy array of the 256 RGB values
# Each line corresponds to an RGB colour for a greyscale level
np.savetxt('cmap.csv',(colmap.colors[...,0:3]*255).astype(np.uint8),fmt='%d',delimiter=',')

如果我们看一下那个文件 "cmap.csv",它有 256 行并以这样的方式开始:

68,1,84
68,2,85
68,3,87
69,5,88
69,6,90
69,8,91
70,9,92
...
...

这意味着我们在灰度图像中看到 0 的任何地方,我们实际上都会为像素 rgb(68,86) 着色。我们在灰度中看到 1 的任何地方都映射到 rgb(68,85)。大概您可以将该文件复制到您的生产机器,并且您可以选择Matplotlib的{​​{3}}中的任何一个。


关于缩放,您发布了范围为 0..117 的 8 位 PNG 图像,而不是范围为 17..317 的 16 位 TIFF 图像,因此这不是最有帮助的。另外,您还没有说明您打算如何在没有 OpenCVma​​tplotlib 的系统上读取 TIFF,所以我不知道您是否有 >PIL/Pillow 或计划使用 colormaps

相反,我将创建一个范围为 17..317 的虚拟 32x32 图像,如下所示:

grey = np.random.randint(17,318,(32,32))

看起来像这样:

array([[244,75,237,...,154,190,70],[286,247,158,150,267,124],[170,305,126,111,236],[163,292,184,24,253,177],[314,34,36,87,316,182],[258,153,278,189,57,196]])

如果我们现在想将范围从 17..317 缩放到范围 0..255,我们可以使用:

rescaled = ((grey.astype(float) - grey.min())*255/(grey.max() - grey.min())).astype(np.uint8)

这给了我们:

array([[192,49,187,116,147,45],[228,195,119,113,212,90],[130,244,92,79,186],[124,233,141,200,136],[252,14,16,59,254,140],[204,115,221,146,152]],dtype=uint8) 

可以通过加载包含我们的颜色图的 CSV 文件并从颜色图中获取相应元素来进行查找,这些元素由您在 0...255 范围内的灰度值索引:

#!/usr/bin/env python3

import numpy as np
from PIL import Image

# Load image as greyscale and make into Numpy array
grey = np.array(Image.open('TdoGc.png').convert('L'))

# Load RGB LUT from CSV file
lut = np.loadtxt('cmap.csv',dtype=np.uint8,')

# Make output image,same height and width as grey image,but 3-channel RGB
result = np.zeros((*grey.shape,3),dtype=np.uint8)

# Take entries from RGB LUT according to greyscale values in image
np.take(lut,grey,axis=0,out=result)

# Save result
Image.fromarray(result).save('result.png')

tifffile

如果您在阅读后将灰度图像缩放到全范围,请使用以下行:

grey = ((grey.astype(float) - grey.min())*255/(grey.max() - grey.min())).astype(np.uint8)

你会得到这个:

enter image description here


如果您想可视化您的颜色图,请将上面的行更改为如下所示:

grey = np.array(Image.open('TdoGc.png').convert('L'))

进入这个,以便它生成一个渐变(斜坡)图像:

grey = np.repeat(np.arange(256,dtype=np.uint8).reshape(1,-1),100,axis=0)

然后你就可以看到你的颜色图了:

enter image description here


处理没有枚举颜色的类变量的分段线性颜色图的快速技巧。因此,您可以从 cmap.csv 颜色图中制作 autumn 文件,如下所示:

import numpy as np
from matplotlib import cm

# Get "autumn" colourmap
colmap = cm.get_cmap('autumn')

# Save 256 RGB entries as CSV - one for each of grey levels 0..255
np.savetxt('cmap.csv',np.array([colmap(i/255)[:3] for i in range(256)]) * 255,fmt="%d",')

enter image description here

版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。

相关推荐


使用本地python环境可以成功执行 import pandas as pd import matplotlib.pyplot as plt # 设置字体 plt.rcParams['font.sans-serif'] = ['SimHei'] # 能正确显示负号 p
错误1:Request method ‘DELETE‘ not supported 错误还原:controller层有一个接口,访问该接口时报错:Request method ‘DELETE‘ not supported 错误原因:没有接收到前端传入的参数,修改为如下 参考 错误2:cannot r
错误1:启动docker镜像时报错:Error response from daemon: driver failed programming external connectivity on endpoint quirky_allen 解决方法:重启docker -> systemctl r
错误1:private field ‘xxx‘ is never assigned 按Altʾnter快捷键,选择第2项 参考:https://blog.csdn.net/shi_hong_fei_hei/article/details/88814070 错误2:启动时报错,不能找到主启动类 #
报错如下,通过源不能下载,最后警告pip需升级版本 Requirement already satisfied: pip in c:\users\ychen\appdata\local\programs\python\python310\lib\site-packages (22.0.4) Coll
错误1:maven打包报错 错误还原:使用maven打包项目时报错如下 [ERROR] Failed to execute goal org.apache.maven.plugins:maven-resources-plugin:3.2.0:resources (default-resources)
错误1:服务调用时报错 服务消费者模块assess通过openFeign调用服务提供者模块hires 如下为服务提供者模块hires的控制层接口 @RestController @RequestMapping("/hires") public class FeignControl
错误1:运行项目后报如下错误 解决方案 报错2:Failed to execute goal org.apache.maven.plugins:maven-compiler-plugin:3.8.1:compile (default-compile) on project sb 解决方案:在pom.
参考 错误原因 过滤器或拦截器在生效时,redisTemplate还没有注入 解决方案:在注入容器时就生效 @Component //项目运行时就注入Spring容器 public class RedisBean { @Resource private RedisTemplate<String
使用vite构建项目报错 C:\Users\ychen\work>npm init @vitejs/app @vitejs/create-app is deprecated, use npm init vite instead C:\Users\ychen\AppData\Local\npm-
参考1 参考2 解决方案 # 点击安装源 协议选择 http:// 路径填写 mirrors.aliyun.com/centos/8.3.2011/BaseOS/x86_64/os URL类型 软件库URL 其他路径 # 版本 7 mirrors.aliyun.com/centos/7/os/x86
报错1 [root@slave1 data_mocker]# kafka-console-consumer.sh --bootstrap-server slave1:9092 --topic topic_db [2023-12-19 18:31:12,770] WARN [Consumer clie
错误1 # 重写数据 hive (edu)> insert overwrite table dwd_trade_cart_add_inc > select data.id, > data.user_id, > data.course_id, > date_format(
错误1 hive (edu)> insert into huanhuan values(1,'haoge'); Query ID = root_20240110071417_fe1517ad-3607-41f4-bdcf-d00b98ac443e Total jobs = 1
报错1:执行到如下就不执行了,没有显示Successfully registered new MBean. [root@slave1 bin]# /usr/local/software/flume-1.9.0/bin/flume-ng agent -n a1 -c /usr/local/softwa
虚拟及没有启动任何服务器查看jps会显示jps,如果没有显示任何东西 [root@slave2 ~]# jps 9647 Jps 解决方案 # 进入/tmp查看 [root@slave1 dfs]# cd /tmp [root@slave1 tmp]# ll 总用量 48 drwxr-xr-x. 2
报错1 hive> show databases; OK Failed with exception java.io.IOException:java.lang.RuntimeException: Error in configuring object Time taken: 0.474 se
报错1 [root@localhost ~]# vim -bash: vim: 未找到命令 安装vim yum -y install vim* # 查看是否安装成功 [root@hadoop01 hadoop]# rpm -qa |grep vim vim-X11-7.4.629-8.el7_9.x
修改hadoop配置 vi /usr/local/software/hadoop-2.9.2/etc/hadoop/yarn-site.xml # 添加如下 <configuration> <property> <name>yarn.nodemanager.res