批量灰度图像转换成伪彩色图像，数据可视化，灰度图像上色

最新推荐文章于 2024-01-24 16:19:01 发布

TinaO-O

最新推荐文章于 2024-01-24 16:19:01 发布

阅读量2k

点赞数 1

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/u013249853/article/details/79885345

为了清晰地可视化33类数据，文章介绍了如何将灰度图像转换为伪彩色图像，强调了颜色值不应随机化以确保一致性。提供了一个Python程序生成颜色数组，并给出了在MATLAB中应用的示例代码，特别指出在处理图像时需要注意uint8类型，以避免颜色显示错误。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

实验当中总要可视化自己的数据，比方说标签是33类，你要可视化，单纯的灰度值拉伸不明显，如果是11类那会明显很多，但是类别越多，边界线越模糊，所以最好还是上彩色图像。但是上色程序里面的颜色值又不能随机化，否则本次可视化结果和下一次就不一样了，不利于demo。

所以可以写个python程序自动生成颜色数组，打个比方，我要生成matlab的：

import random
for i in range(11,34):
    s = "color{" + repr(i) + "} = ["
    r = random.randint(1,255)
    g = random.randint(1,255)
    b = random.randint(1,255)
    s = s + repr(r) + ", "+ repr(g) + ", " + repr(b) + "];"
    print(s)

这样就生成了颜色的元祖，可能会有颜色相近的。

那么如果应用到matlab，代码如下：

我做了比较多的边缘检测，因为没有无符号整数化就会导致图片显示有问题，会把大部分颜色显示成白色。后来我才知道问题出在uint8上。bgFile是我的图片。

fileFolder = fullfile('F:\STUDY\CAFFE\测试图片');
dirOutput = dir(fullfile(fileFolder,'*.jpg'));
fileNames = {dirOutput.name};
OtpDir = 'F:\STUDY\CAFFE\result_rgb';%输出路径
OrgDir = 'F:\STUDY\CAFFE\result1';
dirChange = dir(fullfile(OrgDir,'*.jpg'));
fileC