opencv中图像伪彩色处理（C++ / Python）

在 OpenCV 中，可以通过 LUT（Look Up Table）和颜色映射函数来实现图像的伪彩色处理。伪彩色处理是一种将灰度图像转换为彩色图像的方法，可以用于增强图像的可视化效果。

下面分别介绍 C++ 和 Python 两种实现方式：

C++ 实现：

#include <opencv2/opencv.hpp>

using namespace cv;

int main()
{
    // 读入灰度图像
    Mat gray = imread("gray.png", IMREAD_GRAYSCALE);

    // 定义 LUT 表
    Mat lut(1, 256, CV_8UC1);
    for (int i = 0; i < 256; i++)
    {
        if (i < 64)
            lut.at<uchar>(0, i) = 0;
        else if (i < 128)
            lut.at<uchar>(0, i) = (i - 64) * 4;
        else if (i < 192)
            lut.at<uchar>(0, i) = 255;
        else
            lut.at<uchar>(0, i) = 255 - (i - 192) * 4;
    }

    // 应用 LUT 表
    Mat color;
    LUT(gray, lut, color);

    // 显示结果
    imshow("Color", color);
    waitKey(0);

    return 0;
}

上述代码中，我们首先读入一张灰度图像，并定义了一个大小为 1x256 的 LUT 表。该表将灰度值映射到伪彩色值，其中灰度值在 0~63 之间的像素映射为黑色，灰度值在 64~127 之间的像素映射为蓝色，灰度值在 128~191 之间的像素映射为红色，灰度值在 192~255 之间的像素映射为黄色。

然后，我们调用 LUT 函数，将灰度图像应用到 LUT 表上，得到伪彩色图像。最后，我们将结果显示出来。

Python 实现：

import cv2

# 读入灰度图像
gray = cv2.imread("gray.png", cv2.IMREAD_GRAYSCALE)

# 定义 LUT 表
lut = cv2.LUT(gray, None)
for i in range(64):
    lut[i] = 0
for i in range(64, 128):
    lut[i] = (i - 64) * 4
for i in range(192, 256):
    lut[i] = 255 - (i - 192) * 4
for i in range(128, 192):
    lut[i] = 255

# 应用 LUT 表
color = cv2.applyColorMap(lut, cv2.COLORMAP_JET)

# 显示结果
cv2.imshow("Color", color)
cv2.waitKey(0)

与 C++ 实现类似，我们首先读入灰度图像，并定义了一个与灰度图像相同大小的 LUT 表。然后，我们将灰度图像应用到 LUT 表上，并按照相应的颜色映射规则处理表中的像素值。最后，我们使用 applyColorMap 函数将处理后的 LUT 表转换为伪彩色图像，并显示结果。