在Matlab中读取Parula图像而不会丢失分辨率

Question

在讨论here之前，RGB和Parula之间没有双射。 我在想如何做好Parula中文件的图像处理。 通过将案例扩展到Parula颜色的广义问题，从thread开始了关于从ECG图像中去除黑色的挑战。

数据：

由

生成

[X,Y,Z] = peaks(25);
imgParula = surf(X,Y,Z);
view(2);
axis off;

在您的解决方案中使用此代码读取第二张图像并非此线程的重点。

代码：

[imgParula, map, alpha] = imread('http://i.stack.imgur.com/tVMO2.png'); 

其中map为[]，alpha为完全白色图像。执行imshow(imgParula)会给出

你看到很多干扰和分辨率丢失，因为Matlab将图像读取为RGB，尽管实际的色彩图是Parula。 调整此图片大小不会提高分辨率。

如何在Matlab中将图像读入相应的色彩图？ 我没有找到任何参数来指定阅读中的色彩映射。

Answer 1

问题

one-to-one mapping色彩映射到RGB三元组的索引颜色有parula个。但是，没有这样的一对一映射来反转此过程以将parula索引颜色转换回RGB（实际上有无数种方法可以这样做）。因此，两个空间之间没有一对一的对应关系或bijection。下面的图显示了每个parula索引的R，G和B值，这使得它更清晰。

大多数索引颜色都是这种情况。这个问题的任何解决方案都是非唯一的。

内置解决方案

我稍微玩了一下后，我意识到已经有一个内置函数可能就足够了：rgb2ind，它将RGB图像数据转换为索引图像数据。此函数使用dither（进而调用mex函数ditherc）来执行逆色图转换。

这是一个演示，使用JPEG压缩来添加噪音并扭曲原始parula索引数据中的颜色：

img0 = peaks(32);                     % Generate sample data
img0 = img0-min(img0(:));
img0 = floor(255*img0./max(img0(:))); % Convert to 0-255
fname = [tempname '.jpg'];            % Save file in temp directory
map = parula(256);                    % Parula colormap
imwrite(img0,map,fname,'Quality',50); % Write data to compressed JPEG
img1 = imread(fname);                 % Read RGB JPEG file data

img2 = rgb2ind(img1,map,'nodither');  % Convert RGB data to parula colormap

figure;
image(img0);                          % Original indexed data
colormap(map);
axis image;

figure;
image(img1);                          % RGB JPEG file data
axis image;

figure;
image(img2);                          % rgb2ind indexed image data
colormap(map);
axis image;

这应该产生类似于前三个的图像。

替代解决方案：色差

完成此任务的另一种方法是将RGB图像中的颜色与对应于每个颜色图索引的RGB值之间的差异进行比较。执行此操作的标准方法是calculating ΔE颜色空间中的CIE L*a*b*。我在一个名为rgb2map的通用函数中实现了这种形式，可以是downloaded from my GitHub。此代码依赖于图像处理工具箱中的makecform和applycform将RGB转换为1976 CIE L * a * b *颜色空间。

以下代码将生成如右上图所示的图像：

img3 = rgb2map(img1,map);

figure;
image(img3);                          % rgb2map indexed image data
colormap(map);
axis image;

对于输入图像中的每个RGB像素，rgb2map使用CIE 1976标准计算输入色彩映射中的每个RGB三元组之间的色差。 min函数用于查找最小Δ E 的索引（如果存在多个最小值，则返回第一个的索引）。在多个Δ E 最小值的情况下，可以使用更复杂的方法来选择“最佳”颜色，但它们的成本会更高。

的结论

作为最后一个例子，我使用an image of the namesake Parula bird来比较下图中的两种方法。这个图像的两个结果完全不同。如果您手动调整rgb2map以使用更复杂的CIE 1994色差标准，您将获得另一个渲染。但是，对于与原始parula色彩图（如上所述）更接近匹配的图像，两者都应返回更相似的结果。重要的是，rgb2ind可以从调用mex函数中受益，并且几乎比rgb2map快100倍，尽管我的代码中有一些优化（如果使用CIE 1994标准，它的速度提高了大约700倍）。

最后，想要在Matlab中了解有关色彩映射的更多信息的人应该阅读Steve Eddins关于新parula色彩映射的four-part MathWorks blog post。

2015年6月20日更新：上面描述的 rgb2map代码已更新为使用不同的色彩空间变换，这使其速度提高了近两倍。