1. 伪彩色图伪彩色(pseudo-color)图像是一种图像处理技术用于将灰度图像或单通道图像映射到彩色空间以便通过颜色差异来增强图像的视觉表现。在伪彩色图像中不同的灰度级或数据值被赋予不同的颜色从而创建出一个彩色的图像表示。伪彩色图每个像素值实际上是一个索引值或代码该代码值作为色彩查找表CLUT(Color Look-Up Table)中某一项的入口地址根据该地址可查找出包含实际R、G、B的强度值。这种用查找映射的方法产生的色彩称为伪彩色生成的图像为伪彩色图像。伪彩色图查找表是一个预先定义好的映射表它将原始图像的灰度值或某个特定范围内的灰度值映射到特定的颜色值。每个条目通常包含红、绿、蓝RGB三个颜色通道的值以及可能的透明度Alpha信息。需要注意的是伪彩色图像并不是真正的彩色图像而是通过对灰度图像或单通道图像进行颜色映射得到的。因此在解释伪彩色图像时需要注意颜色所代表的实际含义。2. 图像模式图像模式是指图像中像素的存储和表示方式不同的模式对应不同的颜色深度和存储需求。在PIL中常见的图像模式包括“1”二值图像“L”灰度图像“P”调色板图像“RGB”红绿蓝三通道彩色图像“RGBA”红绿蓝及透明度四通道彩色图像“CMYK”印刷色彩模式包括青、洋红、黄和黑色“YCbCr”用于JPEG压缩的颜色空间“I”32位整型图像“F”32位浮点型图像fromPILimportImage imgImage.open(test.png)modeimg.modeprint(mode)# 输出可能是L, RGB, RGBA等如果你输入的是彩色图那么输出是RGB。在cv2中没有直接的输出图像模式的方法。3. P模式与L模式上面介绍了图像模式这里主要介绍语义分割中用到的标签的图像的模式。3.1 P模式Pseudocolor mode在P模式下灰度图像的每个像素值会被映射到一个特定的颜色上映射函数可以是线性的也可以是非线性的取决于所选的伪彩色变换方法伪彩色图可以用于突出显示图像中的特定特征如边缘、纹理或特定类型的图像数据例如医学成像中的不同组织类型P模式下的伪彩色图通常用于科学可视化其中不同的颜色可以帮助解释和理解数据3.2 L模式Luminance modeL模式通常指的是亮度模式它是一种将灰度图像转换为具有单一颜色通道的图像的方法在L模式下图像的每个像素值被转换为相同的颜色通常是白色或其他单一颜色然后通过调整亮度来区分不同的像素值这种方法通常用于创建高对比度的图像使得图像中的不同区域或特征通过亮度的变化来区分而不是颜色的变化L模式下的图像可能不如P模式那样丰富和多彩但它们可以提供一种简单而有效的方式来强调图像中的亮度差异这里对标签掩码灰度图及伪彩色掩码图进行测试从左至右分别是原图labelme得到的标签伪彩色掩码图label.png单通道灰度图pic.pngimportcv2importnumpyasnpfromPILimportImage# 测试L模式图像imgImage.open(pic.png)modeimg.modeprint(mode)# Lprint(np.unique(img))# [0 1 2]print(-*30)# 测试P模式图像imgImage.open(label.png)modeimg.modeprint(img.getpalette())# PIL的P模式默认调色板RGB颜色及顺序[0, 0, 0, 128, 0, 0, 0, 128, 0, 128, 128, 0, 0, 0, 128, 128, 0, 128, 0, 128, 128, 128, 128, ...]print(mode)# Pprint(np.unique(img))# [0 1 2]print(-*30)# 使用cv2读取图片测试imgcv2.imread(label.png,0)# 以灰度读取伪彩色标签图print(np.unique(img))# [ 0 38 75]imgcv2.imread(label.png,1)# 以彩色读取伪彩色标签图print(np.unique(img))# [ 0 128]imgcv2.imread(pic.png,0)print(np.unique(img))# [0 1 2]imgcv2.imread(pic.png,1)print(np.unique(img))# [0 1 2]上述代码中np.unique是用来测试图像的像素值有哪些。很显然cv2对于P模式的伪彩色标签图会以三通道彩色图去读取无法读取到实际的标签种类。4. P模式与L模式相互转换4.1 P模式转L模式fromPILimportImage# 读取伪彩色P模式图像imgImage.open(pseudo_color_image.png)# 检查图像模式print(f原始图像模式:{img.mode})# 如果图像不是RGB模式先转换为RGB模式这里假设图像已经是P模式ifimg.mode!RGB:imgimg.convert(RGB)# 将RGB图像转换为灰度图像gray_imgimg.convert(L)# 保存灰度图像gray_img.save(gray_image.jpg)# 检查转换后的图像模式print(f转换后图像模式:{gray_img.mode})4.2 L模式转P模式fromPILimportImage# 打开L模式图像imageImage.open(pic.png)# 将L模式转换为P模式并设置调色板p_imageimage.convert(P)# 这里的palette参数实际上是被忽略的# 自定义一个包含5种颜色的调色板colors[128,128,0,0,255,0,0,0,255,0,0,255,255,255,255]p_image.putpalette(colors)# 保存带有自定义调色板的P模式图像p_image.save(converted_palette_image.png)# 验证图像模式print(f转换后图像模式:{p_image.mode})5. Alpha透明通道与自定义语义分割标签生成使用如下代码在原图上利用掩码标注的区域添加彩色通过设置两者叠加的权重达到透明可视效果。5.1 基础叠加方法importcv2importnumpyasnp image_pathrimages\img.png# 三通道彩色图mask_pathrimages\pic.png# 单通道灰度图掩码# 读取原图imagecv2.imread(image_path)print(image.shape)# (500, 800, 3)maskcv2.imread(mask_path,cv2.IMREAD_UNCHANGED)# 读取图像时保留所有通道包括透明度通道print(mask.shape)# 创建一个空白的彩色掩码叠加图 (与原图相同大小)overlaynp.zeros_like(image,dtypenp.uint8)colors{0:(0,0,0),# 背景 - 无色其实不用添加1:(0,0,255),# 类1 - 红色2:(0,128,255)# 类2 - 绿色} 颜色说明 0: (0, 0, 0), # 背景 - 无色其实不用添加 1: (0, 0, 128), # 类1 - 浅红色 2: (0, 128, 0) # 类2 - 浅绿色 # 遍历掩码中的每个类别为每个类别设置颜色forvalue,colorincolors.items():overlay[maskvalue]color# 设置透明度alpha 透明度值alpha0.25# 0.0完全透明1.0完全不透明# 将透明的彩色叠加图与原图结合resultcv2.addWeighted(overlay,alpha,image,1-alpha,0)# 保存结果cv2.imwrite(overlayed_image.png,result)效果对比叠加彩色的图原图5.2 增加Alpha透明通道importcv2importnumpyasnp image_pathrimages\img.png# 三通道彩色图mask_pathrimages\pic.png# 单通道灰度图掩码# 读取原图imagecv2.imread(image_path)print(image.shape)# (500, 800, 3)maskcv2.imread(mask_path,cv2.IMREAD_UNCHANGED)# 读取图像时保留所有通道包括透明度通道print(mask.shape)# 创建一个空白的彩色叠加图 (与原图相同大小但包含透明度通道)overlaynp.zeros((image.shape[0],image.shape[1],4),dtypenp.uint8)colors{0:(0,0,0,0),# 背景 - 透明完全透明1:(0,0,255,128),# 类1 - 半透明红色2:(0,255,0,128)# 类2 - 半透明绿色}# 遍历掩码中的每个类别为每个类别设置颜色forvalue,colorincolors.items():overlay[maskvalue]color# 将原图像转换为包含透明度通道的格式image_bgracv2.cvtColor(image,cv2.COLOR_BGR2BGRA)# 将透明的彩色叠加图与原图结合combinedcv2.addWeighted(overlay,0.3,image_bgra,1,0)# 保存结果cv2.imwrite(overlayed_image2.png,combined)效果对比叠加彩色的图原图5.3 添加图例importcv2importnumpyasnpdefadd_legend(image,colors,labels,alpha0.8): 在图像的右上角添加图例使用固定的尺寸。 :param image: 输入的BGR图像。 :param colors: 颜色字典键是类值值是颜色元组B, G, R。 :param labels: 标签字典键是类值值是标签文本。 :param alpha: 叠加透明度。 :return: 带图例的图像。 # 图像尺寸height,widthimage.shape[:2]# 固定图例尺寸和参数legend_height60legend_width150legend_padding10color_box_size15text_offset20text_font_scale0.5text_thickness1line_height20# 每一行的高度# 创建图例的背景legendnp.zeros((legend_height*len(labels)legend_padding*2,legend_width,3),dtypenp.uint8)foridx,(key,color)inenumerate(colors.items()):# 设置图例的颜色框top_left(legend_padding,idx*line_heightlegend_padding)bottom_right(legend_paddingcolor_box_size,idx*line_heightlegend_paddingcolor_box_size)cv2.rectangle(legend,top_left,bottom_right,color[::1],-1)# 颜色需要从 BGR 转换为 RGB# 添加标签文本text_position(legend_paddingcolor_box_sizetext_offset,top_left[1]color_box_size)cv2.putText(legend,labels[key],text_position,cv2.FONT_HERSHEY_SIMPLEX,text_font_scale,(255,255,255),text_thickness)# 计算图例位置legend_xwidth-legend_width-legend_padding legend_ylegend_padding# 将图例叠加到原图像右上角overlayimage.copy()overlay[legend_y:legend_ylegend.shape[0],legend_x:legend_xlegend.shape[1]]legend# 透明混合resultcv2.addWeighted(overlay,alpha,image,1-alpha,0)returnresult image_pathrimages\img.png# 三通道彩色图mask_pathrimages\pic.png# 对应的单通道灰度图标签掩码# 读取原图imagecv2.imread(image_path)print(image.shape)# (500, 800, 3)maskcv2.imread(mask_path,cv2.IMREAD_UNCHANGED)# 读取图像时保留所有通道包括透明度通道print(mask.shape)# 创建一个空白的彩色叠加图 (与原图相同大小但包含透明度通道)overlaynp.zeros((image.shape[0],image.shape[1],3),dtypenp.uint8)colors{0:(0,0,0),# 背景1:(0,0,255),# 类1 - 红色2:(0,255,0)# 类2 - 绿色}colors_legend{1:(0,0,255),# 类1 - 红色2:(0,255,0)# 类2 - 绿色}labels{1:Class 1,2:Class 2}# 遍历掩码中的每个类别为每个类别设置颜色forvalue,colorincolors.items():overlay[maskvalue]color combinedcv2.addWeighted(overlay,0.3,image,1,0)# 添加图例到右上角result_with_legendadd_legend(combined,colors_legend,labels,alpha0.5)# 保存结果cv2.imwrite(overlayed_image3_legend.png,result_with_legend)本文详细介绍了图像处理中的伪彩色图概念、P模式与L模式的特性及相互转换方法并提供了完整的语义分割标签可视化实践代码。通过设置浅色的红色与绿色叠加可以近似达到添加Alpha透明通道设置低值的效果为图像分割任务提供了实用的可视化解决方案。