使用skimage库为灰度图像添加颜色：红黄滤镜与HSV变换

本文主要介绍了如何使用Python中的`skimage`库给灰度图像染色，包括将灰度图像转换为RGB图像，并分别保留红色和黄色分量来改变图像颜色。此外，还展示了如何利用HSV色彩空间进行图像颜色变换，以及实现不同色调的图像染色效果。 在图像处理中，灰度图像只包含单个通道，没有颜色信息。要给灰度图像染色，我们可以将其转换为RGB（红绿蓝）三通道图像，然后通过调整每个通道的强度来改变颜色。在给定的代码示例中，首先使用`skimage.color.gray2rgb()`函数将灰度图像转换为RGB图像。 ```python image = color.gray2rgb(grayscale_image) ``` 接着，创建了两个一维数组`red_multiplier`和`yellow_multiplier`，分别对应红色和黄色的RGB值。这两个乘数将用于保留特定颜色分量： ```python red_multiplier = [1, 0, 0] yellow_multiplier = [1, 1, 0] ``` 通过将乘数与RGB图像相乘，可以得到仅保留红色或黄色的图像： ```python ax1.imshow(red_multiplier * image) ax2.imshow(yellow_multiplier * image) ``` 代码中的这部分展示了一个简单的图像显示，其中`ax1`显示了仅保留红色的图像，而`ax2`显示了保留黄色的图像。 另外，代码还涉及到了HSV（色相、饱和度、亮度）色彩空间。HSV比RGB更适合调整颜色，因为它的色相参数可以直接对应到可见光谱的不同颜色。通过将HSV转换为RGB，可以方便地改变图像的色调。例如，创建一个从0到1的色相梯度： ```python hue_gradient = np.linspace(0, 1) ``` 然后，利用`skimage.color.hsv2rgb()`函数将HSV转换为RGB，并显示这个色相梯度： ```python hsv = np.ones(shape=(1, len(hue_gradient), 3), dtype=float) hsv[:,:,0] = hue_gradient all_hues = color.hsv2rgb(hsv) ``` 最后，代码展示了如何通过调整色相来给图像染上不同的色调，创建了一种类似复古效果的图像： ```python hue_rotations = np.linspace(0, 1, 6) for ax, hue in zip(axes.flat, hue_rotations): tinted_image = colorize(image, hue, saturation=0.3) ax.imshow(tinted_image, vmin=0, vmax=1) ax.set_axis_off() ``` 总结起来，这个例子详细解释了如何使用`skimage`库和相关的色彩空间知识来改变灰度图像的颜色，包括将灰度图像转换为RGB、保留特定颜色分量以及通过HSV色彩空间调整图像色调。这些方法对于图像处理和分析非常有用，特别是在需要对图像进行视觉增强或者艺术化处理时。