如何利用强度颜色映射筛选偏振颜色映射数据并叠加其渐变？

核心实现思路 #

• 给强度数组设置阈值，过滤掉低强度区域，生成掩码标记有效区域
• 基于掩码只保留偏振图中有效区域的内容
• 将强度数组归一化后，作为透明度或亮度因子叠加到偏振图上，让强度变化直观体现

用Matplotlib直接处理数组（适合原始数据） #

如果你的强度和偏振都是numpy数组，直接用matplotlib就能实现需求：

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.colors import Normalize

# 替换成你自己的n×n数组
n = 200
intensity = np.random.rand(n, n) * 0.8 + 0.2  # 示例强度数组（范围0.2-1.0）
polarization = np.random.rand(n, n) * 180     # 示例偏振角度数组（0-180°）

# 1. 设置强度阈值，生成掩码
intensity_threshold = 0.3
mask = intensity > intensity_threshold

# 2. 归一化强度，用于控制偏振图的透明度
norm_intensity = Normalize(vmin=intensity_threshold, vmax=intensity.max())(intensity)

# 3. 绘制叠加图
fig, ax = plt.subplots(figsize=(8, 8))
# 绘制偏振图，用mask过滤低强度区域，强度归一化值控制透明度
im = ax.imshow(polarization, cmap='hsv', alpha=norm_intensity)
im.set_data(np.where(mask, polarization, np.nan))  # 低强度区域设为NaN，不显示

# 添加颜色条
cbar_pol = plt.colorbar(im, ax=ax, fraction=0.046, pad=0.04)
cbar_pol.set_label('偏振角度 (°)')

# 添加强度参考色条
cbar_int = plt.colorbar(plt.cm.ScalarMappable(norm=Normalize(vmin=intensity_threshold, vmax=intensity.max()), cmap='gray'),
                        ax=ax, fraction=0.046, pad=0.1)
cbar_int.set_label('强度 (归一化)')

# 隐藏冗余坐标轴
ax.set_xticks([])
ax.set_yticks([])
plt.tight_layout()
plt.show()

关键细节说明

• 偏振图用hsv色图最适配角度数据，色相对应偏振角度，直观易读
• 用np.where把低于阈值的区域设为NaN，matplotlib会自动隐藏这些区域
• 强度归一化后作为alpha参数，强度越高偏振图越清晰，反之越透明，完美叠加强度渐变效果

用PIL处理已保存的图像（适合已有图片文件） #

如果你的强度和偏振已经是图片文件，用PIL库处理更直接：

from PIL import Image
import numpy as np

# 加载图片（替换成你的文件路径）
intensity_img = Image.open('intensity.png').convert('L')  # 转灰度图
polarization_img = Image.open('polarization.png').convert('RGB')

# 转numpy数组
intensity_arr = np.array(intensity_img)
polarization_arr = np.array(polarization_img)

# 设置灰度阈值（0-255，根据你的强度图调整）
threshold = 50
mask = intensity_arr > threshold

# 归一化强度到0-1，用于控制透明度
norm_intensity = (intensity_arr - threshold) / (255 - threshold)
norm_intensity[~mask] = 0  # 低强度区域透明度直接设为0

# 生成透明度通道并添加到偏振图
alpha_channel = (norm_intensity * 255).astype(np.uint8)
polarization_with_alpha = Image.fromarray(polarization_arr).convert('RGBA')
polarization_with_alpha.putalpha(alpha_channel)

# 保存或展示结果
polarization_with_alpha.save('polarization_with_intensity.png')
polarization_with_alpha.show()

内容的提问来源于stack exchange，提问作者Robin Dumora Beyriere