2024-06-26 14:23:10 发布
网友
我在做深度预测。所以我在Opencv和Matplotlib中都对预测的图像使用了Colormap。 然而,在colorMatu中表现不佳。在
如何在Opencv中解决这个问题?因为我想实时使用Opencv。Matplotlib实时速度太慢。在
这是结果。
使用matplotlib.pylab.cm为图像着色。在
matplotlib.pylab.cm
#!/usr/bin/python3 # 2017.12.28 16:26:26 CST import matplotlib.pyplot as plt from matplotlib.pylab import cm import numpy as np import cv2 ## use matplot jet for opencv def colorize(img): gray = None if img.ndim == 2: gray = img.copy() if len(img.shape) == 3: gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) canvas = np.uint8(cm.jet(gray)*255) canvas = cv2.cvtColor(canvas, cv2.COLOR_RGBA2BGR) return canvas ## process img = cv2.imread("test.png") res = colorize(img) cv2.imwrite("res.png", res)
例1:
生成彩色图像(作为预览代码)。在
例2:
在Matplotlib(在jet)和{}(使用我的函数colorize)中为相同的数据着色。在
Matplotlib
jet
colorize
使用
matplotlib.pylab.cm
为图像着色。在例1:
生成彩色图像(作为预览代码)。在
例2:
在}(使用我的函数
Matplotlib
(在jet
)和{colorize
)中为相同的数据着色。在相关问题 更多 >
编程相关推荐