接上一篇文章继续

伪彩色

灰度图本质上是一种仅包含亮度信息的图像，每个像素的值表示从黑到白的灰度级别，通常范围是 0 到 255，其中 0 表示纯黑，255 表示纯白，其他值表示不同的灰度强度。

灰度图上的色彩如何呈现？

在实际应用中，尤其是在多类分割中，我们需要为灰度图上的不同像素值赋予颜色，以便于更好地进行可视化。这是通过一种称为伪彩色（Pseudocoloring）的技术来实现的。具体步骤如下：

1. 定义颜色映射表（Colormap）：

• 颜色映射表（colormap）是将灰度值转换为颜色的查找表。可以为不同的像素值（类别）分配特定颜色。
• 例如，如果有 5 类物体（背景、物体1、物体2等），可以通过颜色映射来为每一类指定一种颜色：
  • 类别 0 (背景)：黑色（RGB: 0, 0, 0）
  • 类别 1：红色（RGB: 255, 0, 0）
  • 类别 2：绿色（RGB: 0, 255, 0）
  • 类别 3：蓝色（RGB: 0, 0, 255）
  • 类别 4：黄色（RGB: 255, 255, 0）

2. 应用伪彩色转换：

• 将灰度图中不同的灰度值映射到预定义的颜色表中。例如：
  • 0 -> 黑色
  • 1 -> 红色
  • 2 -> 绿色
  • 3 -> 蓝色
  • 4 -> 黄色
• 通过这种方式，灰度图上的每一个像素都可以转换成一种彩色图像。

3. 使用现有的颜色映射库：

• 一些编程库和框架提供了现成的颜色映射工具。例如，Python 的 matplotlib 提供了大量的颜色映射选项，常用的有 jet、viridis、plasma 等。你可以根据需要使用合适的颜色映射函数。

• 例如，在 matplotlib中，可以通过以下方式为灰度图像添加伪彩色：

  import matplotlib.pyplot as plt
  import numpy as np# 假设 gray_image 是灰度图像
  plt.imshow(gray_image, cmap='jet')  # 使用 jet 颜色映射表
  plt.colorbar()  # 显示颜色条
  plt.show()
  

4. 生成自定义颜色映射：

• 如果你需要对某些特定类别赋予特定颜色，可以手动定义颜色映射表：

  import numpy as np
  from matplotlib.colors import ListedColormap# 自定义颜色映射表
  cmap = ListedColormap(['black', 'red', 'green', 'blue', 'yellow'])# 显示灰度图像，使用自定义的颜色映射
  plt.imshow(gray_image, cmap=cmap)
  plt.colorbar()
  plt.show()
  

应用场景

伪彩色技术通常用于视觉化语义分割任务的结果。通过颜色化的方式，研究者和开发者可以清楚地看到模型对不同类别的预测，从而进行分析和优化。

这种灰度图彩色化的过程不会影响原始灰度图上的数值，只是为了便于人眼识别而使用颜色呈现。

伪彩色与和灰度图的区别：

标签图像中像素值为 0, 1, 2, 3, 4 这样的情况，一般是用于语义分割或实例分割任务中的“标签图像”或“mask 图像”，但它并不是传统意义上的“灰度图”，虽然它可以看起来是灰度的形式。

1. 标签图像：
   • 每个像素的值不是表示灰度（亮度），而是表示图像中的类别编号。
   • 例如，像素值为 0 代表“背景”，1 代表“物体1”，2 代表“物体2”等。这些整数值是类别的索引，不用于直接表示图像的亮度。
   • 标签图像中的每个像素值是离散的类别标识，因此可以看作是一种分类图。
2. 灰度图像：
   • 每个像素的值表示的是亮度强度，通常范围为 0 到 255（8位灰度图），表示从黑到白的连续灰度值。
   • 这与标签图像的类别值完全不同。灰度图表示的是视觉上的强度变化，而不是类别信息。

标签图像是否属于灰度图？

• 技术上，标签图像可以看作是“灰度图”，因为它每个像素只包含一个数值，且通常为单通道图像。
• 语义上，它不是真正意义上的灰度图，因为像素值不表示图像亮度，而是表示语义类别。

应用场景：

• 在深度学习的语义分割任务中，模型需要预测每个像素的类别，输出的预测结果和真实的标签图像都是这样的“类别索引图”。
• 标签图像中的每个像素的值可能为 0, 1, 2, 3, 4 等，代表不同的物体类别或背景。例如：
  • 0 代表背景
  • 1 代表类1（例如猫）
  • 2 代表类2（例如狗）
  • 3 代表类3（例如汽车）
  • 4 代表类4（例如树）

这些值通常是整数，代表不同的语义类别，而不是连续的亮度变化。

可视化方式：

为了可视化这样的标签图像，通常会使用伪彩色映射（pseudocolor），将不同的类别值转换成不同的颜色，而不是直接以灰度图显示。例如：

• 0（背景）可以映射为黑色，
• 1 可以映射为红色，
• 2 可以映射为绿色，依此类推。

这样可以更清晰地展示每个类别在图像中的分布，而不只是显示灰度。

总结：

• 标签图像虽然形式上可能是单通道的、像灰度图一样的图像，但它并不是传统意义上的灰度图，因为它的像素值表示的是类别索引，而非亮度。