создать разноцветное изображение с пороговым значением из тепловой карты в оттенках серого в python

Question

У меня есть полутоновые изображения, и я хочу портировать их в 4 диапазона значений (0,035, 0,7, 0,75), отображаемых четырьмя различными цветами. Мне нужен результат, сохраненный как изображения в формате UINT8. Информация об оттенках серого выглядит следующим образом:

print(type(grads))
print(grads.shape)
print(grads.min())
print(grads.max())
cv2.imshow('1_grads', grads)
cv2.waitKey()

### OUTPUT
<class 'numpy.ndarray'>
(512, 512)
0.0
1.0

Я пробовал следующее:

thresh_map = Image.new('RGB', grads.shape, color='white')
thresh_map = np.where(grads < 0.035, (0, 0, 0), (0, 0, 0))
thresh_map = np.where(0.035 < grads < 0.7, (0, 0, 255), (0, 0, 0))
thresh_map = np.where(0.7 < grads < 0.75, (0, 255, 0), (0, 0, 0))
thresh_map = np.where(0.75 < grads, (0, 255, 0), (0, 0, 0))

Этовозвращает эту ошибку: ValueError: operands could not be broadcast together with shapes (512,512) (3,) (3,)

Я как-то решил проблему, используя циклы for и вставляя значения пикселей по одному. Но это нехорошо и требует вечности, учитывая тот факт, что я собираюсь применить это к ~ 4000 изображений.

thresh_map = Image.new('RGB', grads.shape, color='white')
blac = Image.new('RGB', (1, 1), color='black')
blue = Image.new('RGB', (1, 1), color='blue')
redd = Image.new('RGB', (1, 1), color='red')
gree = Image.new('RGB', (1, 1), color='green')
for i in range(grads.shape[0]):
    for j in range(grads.shape[1]):
        print(i, j)
        if grads[i, j] < 0.035:
            thresh_map.paste(blac, (i, j))

        elif .035 < grads[i, j] < 0.7:
            thresh_map.paste(redd, (i, j))

        elif 0.7 < grads[i, j] < 0.75:
            thresh_map.paste(gree, (i, j))

        elif 0.75 < grads[i, j]:
            thresh_map.paste(blue, (i, j))

np_thresh_map = np.asarray(thresh_map)
cv2.imshow('1_thresh', np_thresh_map)
cv2.waitKey()

Есть либолее сложный и эффективный способ сделать это?

Answer 1

Вы можете использовать matplotlib для создания дискретной карты цветов, используя BoundaryNorm в качестве нормализатора:

import numpy as np
import matplotlib as mpl
import matplotlib.pylab as plt

#generate some data
dx, dy = 0.002, 0.002
y, x = np.mgrid[slice(0, 1 + dy, dy),
                slice(0, 1 + dx, dx)]
z = np.sin(x)**1.5 + np.cos(10 + y*x) * np.cos(x)
z = z[:-1, :-1]/z.max()

#define colormap
cmap = matplotlib.colors.ListedColormap(["red", "blue", "green", "black"])
bounds = np.array([0,0.035,0.7,0.75,1])
norm = mpl.colors.BoundaryNorm(bounds, cmap.N)

#Plot
fig, axs = plt.subplots(figsize=(10, 10),nrows=2,ncols=1,gridspec_kw={'height_ratios': [20,1.5]})
pcm=axs[0].pcolormesh(x,y,z,cmap=cmap,norm=norm)
#colorbar
cbar=fig.colorbar(pcm,cax=axs[1], extend='both', orientation='horizontal')

это результат:

Редактировать Чтобы сохранить ваши данные, вы можете использовать matplotlib savefig function . Если вы не хотите отображать цветовую панель, вы можете удалить последнюю строку из сценария выше. Вы также можете удалить галочки и их метки, используя:

axs[0].get_xaxis().set_visible(False)
axs[0].get_yaxis().set_visible(False)

Answer 2

Вот мое решение, использующее индексирование логического массива NumPy . Код должен быть простым. Если нет, пожалуйста, спросите. Затем я приведу еще несколько объяснений.

import cv2
import numpy as np

# Set up some random grayscale image; and sort for better visualization
image = np.sort(np.random.rand(300, 400))

# Given thresholds
thresholds = [0.035, 0.7, 0.75]

# Expand threshold with boundaries
thresholds = np.concatenate(([0], thresholds, [1]))

# Initialize output, and map colors
map = np.zeros((image.shape[0], image.shape[1], 3), np.uint8)
colors = np.array([[255, 0, 0], [128, 128, 0], [0, 0, 255], [0, 255, 0]])

# Iterate ranges; find proper pixel indices; set proper color in map at these indices
for i in range(len(thresholds)-1):
    idx = (thresholds[i] <= image) & (image < thresholds[i+1])
    map[idx, :] = colors[i, :]

# Show image and map
cv2.imshow('image', image)
cv2.imshow('map', map)
cv2.waitKey(0)
cv2.destroyAllWindows()

image может выглядеть следующим образом:

И,соответствующий map выглядит следующим образом:

Надеюсь, что поможет!