Python 将MatplotLib或自定义颜色映射应用于OpenCV图像

OpenCV的颜色贴图数量有限。MatplotLib有更多的颜色贴图，但将这些颜色贴图应用于给定的OpenCV图像并不简单。在使用Python API时，如何将下面页面中的MatplotLib颜色映射应用于OpenCV图像？这类似于对给定图像应用自定义颜色贴图

---

回答我自己的问题，因为我没有找到关于StackOverflow的简单解决方案：

def apply_custom_colormap(image_gray, cmap=plt.get_cmap('seismic')):

    assert image_gray.dtype == np.uint8, 'must be np.uint8 image'
    if image_gray.ndim == 3: image_gray = image_gray.squeeze(-1)

    # Initialize the matplotlib color map
    sm = plt.cm.ScalarMappable(cmap=cmap)

    # Obtain linear color range
    color_range = sm.to_rgba(np.linspace(0, 1, 256))[:,0:3]    # color range RGBA => RGB
    color_range = (color_range*255.0).astype(np.uint8)         # [0,1] => [0,255]
    color_range = np.squeeze(np.dstack([color_range[:,2], color_range[:,1], color_range[:,0]]), 0)  # RGB => BGR

    # Apply colormap for each channel individually
    channels = [cv2.LUT(image_gray, color_range[:,i]) for i in range(3)]
    return np.dstack(channels)


image_gray = cv2.imread('./lena.jpg', cv2.IMREAD_GRAYSCALE)
image_bgr = apply_custom_colormap(image_gray, cmap=plt.get_cmap('bwr'))

cv2.imshow('image with colormap', image_bgr)
cv2.waitKey(0)

生成图像：

---

在OpenCV的最新版本（从3.3开始）中，有一个重载，允许您提供自定义颜色映射（1或3通道）。我修改了的代码，只生成了一个适合此函数使用的颜色映射

我还利用了一些机会来简化代码：

• 将

  bytes

  参数设置为

  True

  时，可以直接返回字节（范围0-255）
• 我们可以使用负步长的数组索引来删除alpha通道，并在一步中从RGB切换到BGR

代码：

对于Python>=2.7，以方便的方式打包此功能。安装时请使用：

Python 2.7：

pip install cmapy

Python3.x：

pip3 install cmapy

或者，对于水蟒（来自）：

然后像这样使用它：

import cv2
import matplotlib.pyplot as plt
import cmapy

# Read image.
img = cv2.imread('imgs/woman.png')

# Colorize.
img_colorized = cv2.applyColorMap(img, cmapy.cmap('viridis'))

# Display
plt.imshow(img_colorized)
plt.show()

不同的颜色贴图提供如下内容：

import cv2
import matplotlib.pyplot as plt
import cmapy

# Read image.
img = cv2.imread('imgs/woman.png')

# Colorize.
img_colorized = cv2.applyColorMap(img, cmapy.cmap('viridis'))

# Display
plt.imshow(img_colorized)
plt.show()

查看所有可用的颜色贴图

---

免责声明：我编写了cmapy（因为我需要在另一个项目中使用此功能），在内部，它的功能与其他答案基本相同。

到目前为止，这是最简单的方法。我花了很长时间试图用LUT在cv2中定义我自己的颜色映射，但一无所获。然后我切换到MatplotLib的cmaps和cmapy，几乎立刻就完成了。我真的无法推荐这一点。通过指出彩色地图应该有（256，1，3）的形状来拯救我的一天！

import cv2
import matplotlib.pyplot as plt
import cmapy

# Read image.
img = cv2.imread('imgs/woman.png')

# Colorize.
img_colorized = cv2.applyColorMap(img, cmapy.cmap('viridis'))

# Display
plt.imshow(img_colorized)
plt.show()