python opencv 灰度图转热力图 叠加到原始图_python灰度图转换为热力图

博客背景

图像分割、检测通常会生成单通道的二值图或者灰度图像(mask)，为了直观展示分割检测效果，通常最直接的方法就是将生成的mask基于一定透明度叠加到原始图像。从而进行观察分割效果以及后续分割阈值的选取。

实现过程

1. 将灰度图像标准化

   gray_img = segmentation&detection_method() # 从分割检测算法得到灰度图
   norm_img = np.zeros(gray_img.shape)
   cv2.normalize(gray_img , norm_img, 0, 255, cv2.NORM_MINMAX)
   norm_img = np.asarray(norm_img, dtype=np.uint8)
   1
   2
   3
   4

2. 单通道灰度图像转为三通道热力图像

   热力图模式选取参考 https://blog.csdn.net/jningwei/article/details/78803669

   heat_img = cv2.applyColorMap(norm_img, cv2.COLORMAP_JET) # 注意此处的三通道热力图是cv2专有的GBR排列
   heat_img = cv2.cvtColor(heat_img, cv2.COLOR_BGR2RGB)# 将BGR图像转为RGB图像
   1
   2

3. 叠加到原始图像

   注意事项1：org_img 和 heat_img 像素值分布区间必须统一，比如此处都为(0,255)
   注意事项2：下面函数中两个权重值最好相加为1，这样可以保证叠加图像像素值不会超过255

   img_add = cv2.addWeighted(org_img, 0.3, heat_img, 0.7, 0)
   # 五个参数分别为 图像1 图像1透明度(权重) 图像2 图像2透明度(权重) 叠加后图像亮度
   1
   2