如何给图像中的对象添加不同的颜色

Question

我有以下问题：我有黑/白图像，我必须着色：图像中的每个白色“斑点”代表一个对象的实例，我想用新的颜色给每个对象着色，但对于每个图像，我想使用相同的颜色配色方案：

例如：

• 第一张图片：3个物体-

我已经用手给几张图片上色，以显示结果应该是什么样子：

必须着色的黑白口罩

2个对象，2种颜色：绿色、黄色

4个物体，4种颜色：绿色、黄色、红色、浅灰色

为了自动完成，我尝试了以下方法：

import scipy
from scipy import ndimage
import matplotlib.pyplot as plt
import matplotlib
from random import random

colors = [(1,1,1)] + [(random(),random(),random()) for i in xrange(255)]
new_map = matplotlib.colors.LinearSegmentedColormap.from_list('new_map', colors, N=256)

im = scipy.misc.imread('blobs.jpg',flatten=1)
blobs, number_of_blobs = ndimage.label(im)

plt.imshow(blobs, cmap=new_map)
plt.imsave('jj2.png',blobs, cmap=new_map)
plt.show()

问题是，如果我在我的图像上运行，对象的颜色会根据每个图像中有多少对象而有所不同：

例如：

>

第一张图片：3个物体-

第二张图片：2个物体-

第三张图片：5个物体-

第四张图片：3个物体-

下面是一些图片，用于显示第三张图片的错误颜色：

2件物品，橙色和粉色

另一个图像有两个对象，分别为橙色和粉色

图像与3个对象，现在颜色变化：橙色，黄色和绿色（我需要：橙色，粉红色和新的颜色

Answer 1

由于生成的是随机颜色映射，因此颜色不一致也就不足为奇了。

你想用你选择的颜色创建一个颜色映射，并将该颜色映射传递给每个图像，而不管存在多少斑点。但是，请注意，默认情况下，颜色贴图将标准化为数据范围。由于数据的范围取决于找到的blob的数量，因此需要使用vmin=和vmax显式设置规范化。下面是一个使用4种不同图像的演示：

import imageio
from scipy import ndimage

colors = ['black','red', 'green', 'yellow', 'pink', 'orange']
vmin = 0
vmax = len(colors)
cmap = matplotlib.colors.ListedColormap(colors)


fig, axs = plt.subplots(4,1, figsize=(3,3*4))
for file,ax in zip(['test1.png','test2.png','test3.png','test4.png'], axs):
    im = imageio.imread(file)
    blobs, number_of_blobs = ndimage.label(im)
    ax.imshow(blobs, cmap=cmap, vmin=vmin, vmax=vmax)