写下我自己的图像功能，该功能将灰度（0-255）到ar，g，b，alpha热图

Question

我有一个300*500图像。它在灰度，范围为0-255。我想按值迭代价值，并将热图（例如Viridis）应用于每个值。

我的最终热图图像是红色，蓝色，绿色和alpha。我想特定的热图功能将对每个红色，蓝色，绿色及其适当的权重输出三个值。

f（0-255）= comatetr （红色）， stogeb （蓝色）， strogeg （绿色）。

我的结局图像将具有尺寸（300,500,4），四个通道是R，B，G和Alpha通道。

可以实现这一目标的功能是什么？几乎可以肯定的是，它将高度依赖于特定的热图。 Viridis就是我所追求的，但我也想了解这个概念。

下面的代码在随机图像中读取（事实是从Unsplash无关紧要的），并将其变成（300,500），0-255图像，称为 imgarray 。我知道Matplotlib默认为Viridis，但我包括了额外的步骤，以显示我想通过自己的功能实现的目标。

import matplotlib.pyplot as plt
import requests
from PIL import Image
from io import BytesIO

img_src = 'https://unsplash.it/500/300'
response = requests.get(img_src)
imgarray = Image.open(BytesIO(response.content))
imgarray = np.asarray(imgarray.convert('L'))
from matplotlib import cm
print(cm.viridis(imgarray))
plt.imshow(cm.viridis(imgarray))

Answer 1

Matplotlib将Viridis Colormap定义为256 RGB颜色（每个8位灰度值），其中每个颜色通道都是[0，1]的浮点值。该定义可以在。以下代码演示了Matplotlib如何将Viridis Colormap应用于灰度图像。

import matplotlib.pyplot as plt
from matplotlib import cm
from matplotlib._cm_listed import _viridis_data  # the colormap look-up table
import requests
from PIL import Image
from io import BytesIO

img_src = 'https://unsplash.it/id/767/500/300'
response = requests.get(img_src)
imgarray = Image.open(BytesIO(response.content))
imgarray = np.asarray(imgarray.convert('L'))

plt.imshow(cm.viridis(imgarray))
plt.show()

# look-up table: from grayscale to RGB
viridis_lut = np.array(_viridis_data)
print(viridis_lut.shape)  # (256, 3)

# convert grayscale to RGB using the LUT
img_viridis = viridis_lut.take(imgarray, axis=0, mode='clip')
plt.imshow(img_viridis)
plt.show()

# add an alpha channel
alpha = np.full(imgarray.shape + (1,), 1.)  # shape: (300, 500, 1)
img_viridis_alpha = np.concatenate((img_viridis, alpha), axis=2)

assert (cm.viridis(imgarray) == img_viridis_alpha).all()  # are both equal

产生以下图像：

实际魔术发生在np.take（a，indices）方法中，该方法从数组中获取值a（ viridis lut）在给定的indices（图像从0..255发出的灰度值）。要获得与cm.viridis函数相同的结果，我们只需要添加一个alpha频道（满是1。 =完全不透明度）。

为了参考，相同的转换发生在在matplotlib源代码中。