在Matlab中读取Parula图像而不会丢失分辨率

Question

有RGB和Parula之间没有一一对应，讨论在这里 。 我在想如何做好Parula中文件的图像处理。 通过将案例扩展到Parula颜色的广义问题，从这个线索开发了关于从ECG图像中去除黑色的挑战。

数据：

这是由...生成的

[X,Y,Z] = peaks(25);
imgParula = surf(X,Y,Z);
view(2);
axis off;

在您的解决方案中使用此代码来读取第二个图像不是此线程的重点。

码：

[imgParula, map, alpha] = imread('http://i.stack.imgur.com/tVMO2.png'); 

其中map是[] ， alpha是完全白色的图像。 做imshow(imgParula)给出

你看到很多干扰和丢失分辨率，因为Matlab将图像读成RGB，尽管实际的色图是Parula 。 调整此图片大小不会提高分辨率。

如何在Matlab中将图像读入相应的色彩映射？ 我没有找到任何参数来指定阅读中的色彩映射。

Answer 1

问题

有一个一到一个映射从索引颜色parula颜色映射到RGB三元组。 但是，没有这样的一对一映射来反转此过程以将parula索引颜色转换回RGB（实际上有无数种方法可以这样做）。 因此，两个空间之间没有一对一的对应关系或双向关系。 下面的图表显示了每个parula索引的R，G和B值，这使得这一点更加清晰。

大多数索引颜色都是这种情况。 这个问题的任何解决方案都是非唯一的。

内置解决方案

我稍微玩了一下后，我意识到已经有一个内置函数可能就足够了： rgb2ind ，它将RGB图像数据转换为索引图像数据。 此函数使用dither （进而调用mex函数ditherc ）来执行逆色图转换。

这是一个使用JPEG压缩来添加噪声并扭曲原始parula索引数据中颜色的parula ：

img0 = peaks(32);                     % Generate sample data
img0 = img0-min(img0(:));
img0 = floor(255*img0./max(img0(:))); % Convert to 0-255
fname = [tempname '.jpg'];            % Save file in temp directory
map = parula(256);                    % Parula colormap
imwrite(img0,map,fname,'Quality',50); % Write data to compressed JPEG
img1 = imread(fname);                 % Read RGB JPEG file data

img2 = rgb2ind(img1,map,'nodither');  % Convert RGB data to parula colormap

figure;
image(img0);                          % Original indexed data
colormap(map);
axis image;

figure;
image(img1);                          % RGB JPEG file data
axis image;

figure;
image(img2);                          % rgb2ind indexed image data
colormap(map);
axis image;

这应该产生类似于前三个的图像。

替代解决方案：色差

完成此任务的另一种方法是通过比较RGB图像中的颜色与对应于每个颜色图索引的RGB值之间的差异。 执行此操作的标准方法是通过计算 CIE L * a * b *颜色空间中的ΔE 。 我在一个名为rgb2map的通用函数中实现了这种形式，可以从我的GitHub下载 。 此代码依赖于图像处理工具箱中的makecform和applycform将RGB转换为1976 CIE L * a * b *颜色空间。

以下代码将生成如右上图所示的图像：

img3 = rgb2map(img1,map);

figure;
image(img3);                          % rgb2map indexed image data
colormap(map);
axis image;

对于输入图像中的每个RGB像素， rgb2map使用CIE 1976标准计算输入色彩映射中的每个RGB三元组之间的色差。 min函数用于查找最小ΔE的索引（如果存在多于一个最小值，则返回第一个的索引）。 在多个ΔE最小值的情况下，可以使用更复杂的手段来选择“最佳”颜色，但是它们将更昂贵。

结论

作为最后一个例子，我使用同名Parula鸟的图像来比较下图中的两种方法。 这个图像的两个结果完全不同。 如果您手动调整rgb2map以使用更复杂的CIE 1994色差标准，您将获得另一个渲染。 但是，对于更接近原始parula （如上所述）的图像，两者都应返回更相似的结果。 重要的是， rgb2ind受益于调用mex函数，并且几乎比rgb2map快100倍，尽管我的代码中进行了多次优化（如果使用CIE 1994标准，它的速度大约快700倍）。

最后，那些想要在Matlab中学习更多关于parula映射的人，应该阅读Steve parula关于新parula 四部分MathWorks博客文章 。

2015年6月 rgb2map 更新： rgb2map描述的rgb2map代码已更新为使用不同的颜色空间变换，这使其速度提高了近两倍。