为 16 位深度图像着色的正确方法是什么？

Question

我有一个来自 ifm 3D 相机的深度图像，它利用飞行时间概念来捕捉深度图像。 相机附带一个软件，可以展示如下所示的图像：

我可以从相机中提取深度数据并一直在尝试重新创建它们的表示，但我没有成功。 无论我如何尝试规范化数据范围或更改数据类型格式，我总是会得到一个中心“较暗”的图像，并且随着它移开而变亮。 由于某种原因，颜色范围也不匹配。 这是我尝试的主要代码：

gray_dist = cv2.imread(dist_path, cv2.IMREAD_ANYDEPTH)

# cv2.normalize(dist, dist, 0, 65535, cv2.NORM_MINMAX)
# cv2.normalize(dist, dist, 0, 255, cv2.NORM_MINMAX)
cv2.normalize(dist, dist, 1440, 1580, cv2.NORM_MINMAX)

dist = dist.astype(np.uint8)
dist = cv2.applyColorMap(dist, cv2.COLORMAP_HSV)
# dist = cv2.cvtColor(dist, cv2.COLOR_HSV2BGR)

cv2.imshow("out", dist)
cv2.waitKey(0)

这让我得到以下图像：

我尝试了其他组合，也编写了我自己的规范化和着色函数，但我得到了相同的结果。 我现在不确定我做错了什么，或者它是否是 openCV window 查看器或其他东西的限制。

我还上传了深度图像文件以防万一： depth_image

对此的任何帮助将不胜感激。

Answer 1

这是 Python/OpenCV 中的一种方法。 这并不准确，但您可以修改颜色图或更改拉伸。 基本上，我用 colors 创建了一个 7 色 LUT：红色、橙色、黄色、蓝色和紫色。 我注意到使用 HSV 会在两端产生红色，并且您使用的颜色 map 仅从红色变为紫色。 我也没有看到太多的绿色。 所以我把它留了下来。

输入：

import numpy as np
import skimage.exposure

# load image as grayscale
img = cv2.imread("dist_img.png", cv2.IMREAD_ANYDEPTH)

# stretch to full dynamic range
stretch = skimage.exposure.rescale_intensity(img, in_range='image', out_range=(0,255)).astype(np.uint8)

# convert to 3 channels
stretch = cv2.merge([stretch,stretch,stretch])

# define colors
color1 = (0, 0, 255)     #red
color2 = (0, 165, 255)   #orange
color3 = (0, 255, 255)   #yellow
color4 = (255, 255, 0)   #cyan
color5 = (255, 0, 0)     #blue
color6 = (128, 64, 64)   #violet
colorArr = np.array([[color1, color2, color3, color4, color5, color6]], dtype=np.uint8)

# resize lut to 256 (or more) values
lut = cv2.resize(colorArr, (256,1), interpolation = cv2.INTER_LINEAR)

# apply lut
result = cv2.LUT(stretch, lut)

# create gradient image
grad = np.linspace(0, 255, 512, dtype=np.uint8)
grad = np.tile(grad, (20,1))
grad = cv2.merge([grad,grad,grad])

# apply lut to gradient for viewing
grad_colored = cv2.LUT(grad, lut)

# save result
cv2.imwrite('dist_img_colorized.png', result)
cv2.imwrite('dist_img_lut.png', grad_colored)

# display result
cv2.imshow('RESULT', result)
cv2.imshow('LUT', grad_colored)
cv2.waitKey(0)
cv2.destroyAllWindows()

拉伸图像：

彩色图像：

卢特：