OpenCV新手求助：如何实现点击调色板选色后更改图像颜色？

作为OpenCV初学者，你已经掌握了applyColorMap和Lookup Table的基础，下面针对你的需求提供两种贴合场景的实现方案，结合鼠标选色逻辑完成图像着色：

方案1：基于选中颜色创建自定义渐变Colormap（类似applyColorMap效果） #

这种方案适合将灰度图（或彩色图转灰度后）映射到以选中颜色为核心的渐变色彩体系，完美衔接你之前学习的Colormap知识：

步骤1：实现鼠标选色逻辑 #

先完成从调色板取色的交互，示例代码如下：

import cv2
import numpy as np

selected_color = None  # 存储选中的BGR颜色

def mouse_pick_color(event, x, y, flags, param):
    global selected_color
    if event == cv2.EVENT_LBUTTONDOWN:
        # 获取点击位置的BGR颜色（OpenCV默认BGR通道顺序）
        selected_color = param[y, x]
        print(f"已选中颜色（BGR）：{selected_color}")

# 加载你的调色板图像
palette_img = cv2.imread("your_palette.png")
cv2.namedWindow("Color Palette")
cv2.setMouseCallback("Color Palette", mouse_pick_color, palette_img)

# 等待选色，按ESC退出选色界面
while True:
    cv2.imshow("Color Palette", palette_img)
    if cv2.waitKey(1) & 0xFF == 27:
        break
cv2.destroyAllWindows()

步骤2：生成自定义渐变LUT并应用 #

基于选中的颜色，我们可以创建从黑到目标色、或目标色到白的渐变LUT，这里以黑色到选中色的渐变为例：

def build_gradient_lut(target_bgr, lut_size=256):
    # 创建256级灰度对应的颜色映射表
    lut = np.zeros((lut_size, 1, 3), dtype=np.uint8)
    for i in range(lut_size):
        # 按灰度比例线性生成颜色
        color_ratio = i / (lut_size - 1)
        lut[i] = (target_bgr * color_ratio).astype(np.uint8)
    return lut

# 加载需要着色的图像（以灰度图为例，彩色图可先转灰度：cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)）
input_img = cv2.imread("your_image.jpg", 0)

if selected_color is not None:
    # 生成自定义LUT
    custom_lut = build_gradient_lut(selected_color)
    # 应用LUT完成着色
    colored_img = cv2.LUT(input_img, custom_lut)
    
    # 对比显示结果
    cv2.imshow("Original Grayscale", input_img)
    cv2.imshow("Colored with Selected Color", colored_img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

如果需要双向渐变（比如选中色到白色），可以修改LUT生成函数：

def build_two_way_lut(start_bgr, end_bgr, lut_size=256):
    lut = np.zeros((lut_size, 1, 3), dtype=np.uint8)
    for i in range(lut_size):
        mix_ratio = i / (lut_size - 1)
        # 线性插值两种颜色
        lut[i] = (start_bgr*(1-mix_ratio) + end_bgr*mix_ratio).astype(np.uint8)
    return lut

# 示例：从选中色过渡到白色
custom_lut = build_two_way_lut(selected_color, [255,255,255])

方案2：精准替换图像中指定颜色 #

如果你的需求是把图像中某一种特定颜色替换成选中的颜色，可以用以下方法：

步骤1：确定要替换的目标颜色 #

你可以复用上面的鼠标选色逻辑，直接从原图点击获取要替换的颜色，或手动指定目标颜色。

步骤2：创建颜色掩码并完成替换 #

# 加载彩色原图
input_img = cv2.imread("your_image.jpg")

if selected_color is not None:
    # 假设要替换的目标颜色是蓝色（BGR格式），可改为鼠标选中的颜色
    target_replace_color = [255, 0, 0]
    # 允许轻微颜色误差的阈值（按需调整）
    lower_bound = np.array(target_replace_color) - 10
    upper_bound = np.array(target_replace_color) + 10
    
    # 创建掩码：匹配所有接近目标颜色的像素
    color_mask = cv2.inRange(input_img, lower_bound, upper_bound)
    # 替换掩码区域的颜色为选中色
    input_img[color_mask > 0] = selected_color
    
    cv2.imshow("Color Replaced Result", input_img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

关键注意事项 #

• OpenCV默认使用BGR通道顺序，取色和设置颜色时不要和RGB格式混淆；
• 替换颜色时如果需要模糊匹配，可调整cv2.inRange的上下阈值，覆盖相近色值；
• 若要给彩色图整体着色（非灰度映射），可将图像转至HSV空间，修改色调通道为选中色的色调后再转回BGR。

如果你需要之前学习的自定义Colormap完整代码，随时留言我会补充给你！

内容的提问来源于stack exchange，提问作者user9733371