[英]To imread Parula image in Matlab without losing resolution
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。
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。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.