如何为图像中的对象着色每个颜色不同

How to color objects in an image with different color each

我遇到以下问题: 我有 black/white 图像,我必须给它们着色:图像中的每个白色 "blob" 代表一个对象的实例,我想用新颜色为每个对象着色,但是对于我想要的每个图像使用相同的配色方案:

例如:

我手动给几张图片上色以显示结果应该是什么样子:

需要上色的黑/白面具

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,我已经尝试了 here:

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 运行 在我的图像上,对象会根据每个图像中有多少对象而得到不同的颜色:

例如:

这里有一些图片可以形象化第三张图片的不正确着色:

2 个对象,颜色为橙色和粉色

另一张有 2 个对象的图像,颜色为橙色和粉色

包含 3 个对象的图像,现在颜色发生变化:橙色、黄色和绿色(我需要的是:橙色、粉色和新颜色

由于您生成的是随机颜色图,因此颜色不一致也就不足为奇了。

您想用您选择的颜色创建一个颜色图,并将该颜色图传递给每个图像,而不管存在的斑点数量。但请注意,默认情况下,颜色图已标准化为数据范围。由于数据范围会根据找到的 blob 数量而变化,因此您需要使用 vmin=vmax 显式设置规范化。这是使用 4 个不同图像的演示:

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)