使用Python將顏色圖/漸變圖應用于影像

大多數影像編輯軟體都有漸變圖功能。漸變貼圖采用給定像素的亮度并根據亮度應用顏色漸變。Photoshop 和其他軟體有辦法自動執行此操作，但它們不能完全按照我的意愿行事，所以我認為 Python 可能會成功。不幸的是，當我使用 Python 搜索漸變圖或顏色圖時，我很難理解或應用出現的任何結果。

我發現的所有潛在解決方案執行緒都使用了 numpy 或 matplotlib，其中有很多數學線在我的腦海中浮現……我希望能得到一些幫助。最初我對 Processing 有所了解，但我發現使用 Processing 匯出大量影像的任務很奇怪而且很笨拙。另外，我喜歡 Python，并想學習如何用它來編輯和生成藝術。

這就是我現在正在使用的。

from PIL import Image

myPalette = ['#1A1423', '#684756', '#AB8476']

def colorMap(pixel, palette): 
    # Calculate the brightness of pixel 
    R, G, B = pixel 
    brightness = sum([R, G, B])/3
 
    # Map gradient of colors to brightness
    # ???...
    
    return mappedColor

 
img = Image.open('image_input.png') 
pixels = img.load()
 
for x in range(img.size[0]): 
    for y in range(img.size[1]): 
        pixel = img.getpixel((x, y)) 
        pixels[x, y] = colorMap(pixel, myPalette)
 
img.save('image_output.png')

加載、計算亮度和保存都很容易。我只是不知道如何將調色板的漸變應用于像素。

uj5u.com熱心網友回復：

您可以使用ImageMagick或 PIL/Numpy/OpenCV輕松做到這一點。

第一件事是掌握顏色圖——影像右側的垂直條。我沒有或不知道Clip Studio，所以也許它可以讓您匯出顏色圖，或創建灰度漸變并將顏色圖應用到它，然后將結果另存為 PNG。在我的例子中，我將你的影像加載到 Photoshop 中，剪下漸變并旋轉它，使影像正好256 像素寬 x 1 像素高。放大后是這樣的：

顏色圖.png

我還從影像的左側裁剪了您的漩渦狀物體-以后請單獨發布影像。

漩渦.png

現在應用它。首先，只需在終端中使用ImageMagick 。我加載了您的漩渦影像并將其分成其組成的 RGB 通道，然后對通道進行平均并應用顏色圖，也稱為

接下來，與 PIL/Numpy 相同：

#!/usr/bin/env python3

import numpy as np
from PIL import Image

# Load image, make into Numpy array and average RGB channels
im = Image.open('swirl.png').convert('RGB')
na = np.array(im)
grey = np.mean(na, axis=2).astype(np.uint8)
Image.fromarray(grey).save('DEBUG-grey.png')   # DEBUG only

# Load colourmap
cmap = Image.open('colourmap.png').convert('RGB')

# 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 colourmap according to greyscale values in image
np.take(cmap.getdata(), grey, axis=0, out=result)

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

您還可以像這樣生成分段線性顏色圖：

 magick -size 160x1 gradient:navy-"rgb(220,110,110)"   \
        -size  60x1 gradient:"rgb(220,110,110)"-yellow \
        -size  35x1 gradient:yellow-white              \
         append colourmap.png

這使得三個段每個都具有線性漸變：

• 160x1 海軍藍到鮭魚，
• 60x1 三文魚到黃色和
• 35x1 黃色到白色

然后將它們附加在一起。

如果你把顏色圖的所有段都設定成相同的長度，你會得到不同的解釋：

magick -size 85x1 \
   gradient:navy-"rgb(220,110,110)"   \
   gradient:"rgb(220,110,110)"-yellow \
   gradient:yellow-white  append -resize 256x1\! colourmap.png

這導致了這一點：

uj5u.com熱心網友回復：

訣竅是定義一個映射表，將顏色與 [0, 255] 范圍內的每個灰度值相關聯（在您的情況下，您甚至可以通過不取平均值來映射 [0, 255 x 3]）。

現在要獲得平滑的效果，您需要定期更改顏色組件。選項是無限的。這是一個典型的例子：

uj5u.com熱心網友回復：

我知道你說你不想要 matplotlib，但我認為你不需要數學線來讓它作業。我用我自己的 PNG 對其進行了測驗，所以希望它也適用于你的。這是一個大量使用本檔案的示例。

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.colors import LinearSegmentedColormap

# Read PNG and take average:
img = plt.imread('image_input.png')
Z = img.mean(-1)

#   Kestrel
color_list = [np.array([207,117,80])/255,
              np.array([219,179,127])/255,
              np.array([248,249,251])/255,
              np.array([185,191,205])/255,
              np.array([88,104,127])/255]

cmap_name = 'Kestrel'
N_bin=100
# Create the colormap
cmap = LinearSegmentedColormap.from_list(cmap_name, color_list, N=N_bin)
# Fewer bins will result in "coarser" colomap interpolation
fig, ax = plt.subplots()
im = ax.imshow(Z, cmap=cmap)
fig.colorbar(im, ax=ax)

plt.show()

uj5u.com熱心網友回復：

這里有兩種方法，一種使用 Matplotlib，一種僅使用 OpenCV

方法#1： OpenCV matplotlib.pyplot.get_cmap

我們首先將影像加載為灰度。默認情況下，OpenCV 將影像讀取為 3 通道、8 位 BGR。我們可以使用引數直接將影像加載為灰度影像，也可以使用cv2.imread()引數cv2.IMREAD_GRAYSCALE將cv2.cvtColor()BGR影像轉換為灰度影像cv2.COLOR_BGR2GRAY。一旦我們加載影像，我們將這個灰度影像放入 Matplotlib 以獲得我們的熱圖影像。Matplotlib 回傳 RGB 格式，因此我們必須轉換回 Numpy 格式并切換到 BGR 顏色空間以與 OpenCV 一起使用。這是使用inferno顏色圖的示例。請參閱在 Matplotlib 中選擇顏色圖以獲取可用的內置顏色圖，具體取決于您所需的用例。

輸入影像->熱圖影像

代碼

import matplotlib.pyplot as plt
import numpy as np
import cv2

image = cv2.imread('1.png', 0)
colormap = plt.get_cmap('inferno')
heatmap = (colormap(image) * 2**16).astype(np.uint16)[:,:,:3]
heatmap = cv2.cvtColor(heatmap, cv2.COLOR_RGB2BGR)

cv2.imshow('image', image)
cv2.imshow('heatmap', heatmap)
cv2.waitKey()

方法#2： cv2.applyColorMap()

We can use OpenCV's built in heatmap function. Here's the result using the cv2.COLORMAP_HOT heatmap

Code

import cv2

image = cv2.imread('1.png', 0)
heatmap = cv2.applyColorMap(image, cv2.COLORMAP_HOT)

cv2.imshow('heatmap', heatmap)
cv2.waitKey()

Note: Although OpenCV's built-in implementation is short and quick, I recommend using Method #1 since there is a larger colormap selection. Matplotlib has hundreds of various colormaps and allows you to create your own custom color maps while OpenCV only has 12 to choose from. Here's the built in OpenCV colormap selection:

標籤：Python 图片 图像处理 颜色 颜色图

上一篇：如何在JavaSwing中使用系統默認圖示包？

下一篇：找到許多明亮圓圈的質心