如何将梯度图应用于灰度图像

我已经搜索了任何可能的解决方案，但所有答案都不是很清晰或不完整。如何将梯度图应用于灰度图像

所以，说我已经上传到内存中的图像：

image = Image.open('image.jpg')

我如何应用此梯度（＃582f91到＃00aeef）：

到该图像：

所以我T成为这样的：提前

感谢。

来源

2017-06-02 Andrey Shipilov

我用用Cython脚本之前解决了这个问题（如需要在高帧速率更新）来实现这一目标。这里输入cmap到功能是一个矩阵的平面阵列，其中每一行对应于一个颜色，并且对应于R G B值。我用一个网站来生成渐变，虽然不记得哪一个。图像被平滑以获得速度并在0到255的int值之间缩放。

为了能够导入和使用用Cython功能，您将需要从命令行运行安装脚本，一旦你有安装用Cython使用PIP即

pip install cython 
pyhton setup.py build_ext --inplace

这则应该产生交流文件和.so文件。

用Cython代码：

import numpy as np 
cimport numpy as np 
cimport cython 

DTYPE1 = np.float 
ctypedef np.float_t DTYPE1_t 

DTYPE2 = np.int 
ctypedef np.int_t DTYPE2_t 

@cython.boundscheck(False) 
@cython.wraparound(False) 

def mat_to_im(np.ndarray[DTYPE2_t, ndim=1] data, np.ndarray[DTYPE2_t, ndim=1] cmap): 

    cdef int wid = data.size 
    cdef int x, x1, y 

    cdef np.ndarray[DTYPE2_t, ndim=1] im = np.zeros([wid*3], dtype=DTYPE2) 

    for x in range(wid): 

     x1 = x*3 
     y = data[x]*3 

     im[x1] = cmap[y] 
     im[x1+1] = cmap[y+1] 
     im[x1+2] = cmap[y+2] 

return im

安装文件：

from distutils.core import setup, Extension 
from Cython.Build import cythonize 
import numpy 

setup(
    name='image convert', 
    version='1', 
    description='color map images', 
    author='scooper', 
    install_requires=['numpy'], 
    ext_modules=cythonize([ 
     Extension("image_convert", ["image_convert.pyx"], include_dirs=[numpy.get_include()])]) 
)

这应该与任何问题的帮助（我已经从更大的代码文件截取设置和没有测试过）：http://cython.readthedocs.io/en/latest/src/quickstart/build.html

来源

2017-06-02 15:13:56 samocooper

所以基本上不得不使用映射单独重新分配像素值。返回的图像然后重新成形为原始图像尺寸。 – samocooper

谢谢你。现在让我试试看。 –

恩，好的。我以前从未使用过Cython。你能给我一个快速指南，我如何使用你的功能？ –

只需使用LinearSegmentedColormap：

# make a cmap 
mycm=matplotlib.colors.LinearSegmentedColormap.from_list('',['#582f91', '#00aeef']) 

# apply on a canal 
imgrad=mycm(image[:,:,0])

来源

2017-06-02 20:58:03

如何将梯度图应用于灰度图像

回答

相关问题