利用OpenCV的函数LUT()对矩阵的数据进行查表映射
LUT是Look Up Table 的缩写,意为查表映射。
OpenCV的函数LUT()能实现图像灰度值或者说矩阵元素值的查表映射功能。
函数LUT()的C++原型如下:
- void cv::LUT(InputArray src,
- InputArray lut,
- OutputArray dst)
复制代码
函数LUT()的Python原型如下:
- dst=cv.LUT(src, lut[, dst])
复制代码
第一个参数src仅支持8位的数据,但可以是多通道的图像。
第二个参数lut是一个1×256的矩阵,其中存放着每个灰度值经过映射后的数值,可以是单通道的图像或者与第一个参数具有相同的通道数。
如果第二个参数是单通道图像,则src中的每个通道都按照一个LUT进行映射;
如果第二个参数是多通道图像,则src中的第i个通道按照第二个参数的第i个通道的LUT进行映射。
函数LUT()输出图像或矩阵的数据类型与第二个参数lut的数据类型一致。
进行映射操作的时候,原图像或矩阵中的元素值作为lut的索引值,索引对应元素的值作为映射后的新值。
这个函数的使用非常简单,大家看了上面的叙述再结合下面的例子,就能掌握它的使用了。
C++示例代码如下:
[C++] 纯文本查看 复制代码
//出处:昊虹AI笔记网(hhai.cc)
//用心记录计算机视觉和AI技术
//博主微信/QQ 2487872782
//QQ群 271891601
//欢迎技术交流与咨询
//OpenCV版本 OpenCV3.0
#include <opencv2/opencv.hpp>
#include <iostream>
using namespace std;
using namespace cv;
int main()
{
cv::Mat A1 = (cv::Mat_<uchar>(3, 3) << 41, 41, 41,
111, 111, 111,
240, 240, 240);
cout << "A1中的数据为:\n" << A1 << endl << endl;
Mat LUT_1 = Mat::zeros(1, 256, CV_8UC1);
LUT_1.colRange(0, 100) = 50;
LUT_1.colRange(100, 200) = 70;
LUT_1.colRange(200, 256) = 80;
// cout << "LUT_1中的数据为:\n" << LUT_1 << endl << endl;
cv::Mat B1;
LUT(A1, LUT_1, B1);
cout << "A1中的数据经查表映射后为:\n" << B1 << endl << endl;
return(0);
}
运行结果如下:
![](http://pic1.hhai.cc/pic1/2022/2022-11/005/68.png)
Python示例代码如下:
[Python] 纯文本查看 复制代码
# -*- coding: utf-8 -*-
# 出处:昊虹AI笔记网(hhai.cc)
# 用心记录计算机视觉和AI技术
# 博主微信/QQ 2487872782
# QQ群 271891601
# 欢迎技术交流与咨询
# OpenCV的版本为4.4.0
import numpy as np
import cv2 as cv
if __name__ == '__main__':
A1 = np.array([[40, 40, 40],
[110, 110, 110],
[240, 240, 240]], dtype='uint8')
LUT_1 = np.zeros(256, dtype='uint8')
LUT_1[0: 100] = 50
LUT_1[100: 200] = 70
LUT_1[200:] = 80
B1 = cv.LUT(A1, LUT_1)
运行结果如下:
![](http://pic1.hhai.cc/pic1/2022/2022-11/005/69.png) |