Opencv: cv::LUT()深入解析图像块快速查表变换

📌 前言

在图像处理过程中，我们经常需要对图像的每个像素进行非线性映射，例如：

• 伽马校正（Gamma Correction）

• 阈值分段增强

• 伪彩色可视化

如果逐像素用 for 循环去操作，不仅代码冗长，而且速度非常慢。这时候 OpenCV 提供的 cv::LUT() 就派上了用场 ------ 它可以用**查找表（Look-Up Table, LUT）**实现极高效的像素值映射。

🧠 什么是 LUT？

LUT（查找表），顾名思义，就是一个数组，预先存放了所有可能输入值对应的输出值。

以 8 位灰度图为例，像素值范围是 0 ~ 255，那我们可以构建一个长度为 256 的查找表：

然后，处理图像时，只需用像素值作为索引，直接取表里的结果即可 ------ O(1) 查找，速度极快。

📝 cv::LUT() 函数原型

void cv::LUT(
    InputArray  src,   // 输入图像，通常为 CV_8U 或多通道
    InputArray  lut,   // 查找表，1x256 或 256x1
    OutputArray dst    // 输出图像
);

💻 示例 1：简单灰度反转

#include <opencv2/opencv.hpp>
using namespace cv;

int main() {
    Mat img = imread("lenna.png", IMREAD_GRAYSCALE);

    // 构造反转 LUT
    Mat lut(1, 256, CV_8U);
    for (int i = 0; i < 256; i++)
        lut.at<uchar>(0, i) = 255 - i;

    Mat result;
    LUT(img, lut, result);

    imshow("Original", img);
    imshow("Inverted", result);
    waitKey(0);
    return 0;
}

✅ 这里 LUT 会把每个像素值替换成 255 - value，完成灰度反转。

🎨 示例 2：灰度图伪彩色上色

有时候我们需要把灰度图可视化成彩色图以便观察细节，可以用三通道 LUT 实现：

Mat gray = imread("lenna.png", IMREAD_GRAYSCALE);

// 构造彩色 LUT
Mat lut(1, 256, CV_8UC3);
for (int i = 0; i < 256; i++) {
    lut.at<Vec3b>(0, i) = Vec3b(255 - i, i, i / 2); // B, G, R
}

Mat colored;
LUT(gray, lut, colored);

imshow("Colored", colored);
waitKey(0);

这样就能把灰度值映射到你自定义的彩色梯度上，比 cvtColor(gray, BGR) 更高效，因为直接从单通道变成三通道。

🚀 性能优化建议

• 避免 for 循环逐像素操作 ，cv::LUT() 内部做了 SIMD/多线程优化，速度远超手写循环。

• 尽量使用单通道输入 + 多通道 LUT ，省去 cvtColor() 复制操作，节省内存。

• 如果 LUT 很简单（如线性缩放），可以考虑用 cv::convertScaleAbs()，更快。

🔧 对比 applyColorMap

OpenCV 还提供了现成的 applyColorMap()，可以直接把灰度图转换为常见的伪彩色，比如 JET、TURBO、PLASMA：

Mat colored;
applyColorMap(gray, colored, COLORMAP_JET);

如果你的需求是标准伪彩色 ，直接用 applyColorMap 更方便；

如果你需要自定义映射规则 ，LUT 是首选。

📚 小结

• cv::LUT() 是 OpenCV 中处理逐像素非线性映射的利器；

• 可以支持单通道、多通道 LUT，自定义各种灰度映射、伽马校正、阈值分段、伪彩色；

• 性能非常高，优先考虑代替手动循环。

💡 建议 ：下一次你需要处理像素值变换时，先想想能不能用 LUT() 实现，它会让你的代码更简洁、速度更快。