Python图像处理技术中的伪彩色增强

人类视觉系统对于细微的灰度变化感知能力较弱，却对色彩的微小差异表现出高度敏感性。基于这一特性，可将人眼不敏感的灰度信息转换为对人眼敏感的彩色信号，从而提升图像中细节变化的辨识能力。

在图像处理领域，彩色增强技术被广泛应用，并取得了良好的效果。

当前较为常见的彩色增强方式主要包括假彩色增强与伪彩色增强两种类型。

（1）假彩色增强

其核心思想是将灰度图像划分为若干层次，例如此处将灰度划分为16个等级，并为每个等级分配特定的颜色。当观察原图中的某个像素点时，确定其所属的灰度等级后，即可将其替换为对应的彩色值。

（2）伪彩色处理

该方法通过设定特定的映射规则，根据原始灰度值计算出红、绿、蓝三色通道的具体数值，并以此组合生成该像素点的彩色信息。

典型的映射关系示意图如下：

以下为Python测试代码的示例：

    __author__ = 'Administrator'
    import cv
    
    def Color(image):
    w = image.width
    h = image.height
    size = (w,