我将图片的颜色转换为LAB,如下所示:
import cv2
imbgr=cv2.imread('photo.jpg')
imlab=cv2.cvtColor(imbgr,cv2.COLOR_BGR2LAB)
cv2.imwrite('lab.jpg',imlab)
使用imlab [x,y]返回像素,如何用这些值绘制图形?
答案 0 :(得分:4)
下面是一些如何将图像和图形图像数据显示为3-d数据的示例。
第一张和第二张图将原始BGR图像及其各个通道显示为BGR,然后显示为LAB。
第三和第四幅图显示了使用LAB图像的第一通道作为3-D数据的轮廓图和表面图。
旁边:请注意,imshow()需要RGB图像。并且,如果需要,可以使用Aspect关键字,aspect ='equal'或set_aspect()将等高线图设为正方形。
import cv2
import numpy as np
import matplotlib.image as mpimg
import matplotlib.pyplot as plt
# for the surface map
from mpl_toolkits.mplot3d import Axes3D
imbgr = cv2.imread('Mona_Lisa.jpg')
imrgb = cv2.cvtColor(imbgr, cv2.COLOR_BGR2RGB)
imlab=cv2.cvtColor(imbgr,cv2.COLOR_BGR2LAB)
# Show the original image and individual color channels
plt.figure(0)
plt.subplot(2,2,1)
plt.imshow( imrgb )
plt.subplot(2,2,2)
plt.imshow(imbgr[:,:,0], cmap='Blues')
plt.subplot(2,2,3)
plt.imshow(imbgr[:,:,1], cmap='Greens')
plt.subplot(2,2,4)
plt.imshow(imbgr[:,:,2], cmap='Reds')
plt.show()
# show the LAB space iamge
plt.figure(1)
plt.subplot(2,2,1)
plt.imshow( imrgb )
plt.subplot(2,2,2)
plt.imshow(imlab[:,:,0], cmap='Greys')
plt.subplot(2,2,3)
plt.imshow(imbgr[:,:,1], cmap='cool')
plt.subplot(2,2,4)
plt.imshow(imbgr[:,:,2], cmap='cool')
plt.show()
# contour map
plt.figure(2)
y = range( imlab.shape[0] )
x = range( imlab.shape[1] )
X, Y = np.meshgrid(x, y)
plt.contour( X, Y, imlab[:,:,0], 50 )
plt.show()
# surface map
plt.figure(3)
ax = plt.axes(projection='3d')
y = range( imlab.shape[0] )
x = range( imlab.shape[1] )
X, Y = np.meshgrid(x, y)
ax.plot_surface( X, Y, imlab[:,:,0] )
plt.show()
这是由代码生成的图像,如所列。
图(0)-原始图像和各个颜色通道
图(1)-LAB图像和单个通道
图(2)-第一个LAB通道的轮廓图
图(3)-第一个LAB通道的表面图