科 / 研 / 图 / 像 / 处 / 理



伪彩和校准尺(Calibration bar)是清晰明确地展示图像数据的重要工具。


伪彩(Pseudo-color)图像,其本质是仅具有单个通道的灰度图像,通过“查找表”(Look Up Table,LUT),根据灰度值分配给每个像素以颜色,从而呈现彩色。



伪彩反映的是灰度值的差异,而不是已成像样本的颜色差异:


T1结构图,左侧为原始灰度图,右侧加了Fire样式的伪彩

真彩色(Genuine color)图像,例如通常所说的RGB图像,是指由RRed)、GGreen)、Bblue)三个基色分量组成的彩色图像,反映了真实的颜色:

树叶RGB图片,可以分为RGB三个通道





伪彩本质是把灰度值与颜色之间做一个映射,不同的Look Up TableLUT),具有不同的映射关系,可以通过 Image -> Color -> Display LUTs 查看


Fiji自带的LUT


这种映射关系通常可以通过Calibration bar展示出来,从而清晰表明图像颜色与数值之间的关系,如下图所示,0~255的灰度值,根据LUT的不同,可以对应不同颜色:


▲常用的几种LUT


这篇文章会介绍怎样为图片增加伪彩以及Calibration Bar,以及添加伪彩时的注意事项。





以绿色通道的神经元图片为例,为图像增加Fire样式的伪彩以及Calibration Bar




需要注意的是,这里的图片虽然呈现绿色,但本质是8-bit


1、打开图片,如果是RGB图片,转成灰度图(8-bit  16-bit


2、选择LUTImage -> Lookup Tables,或者点击工具栏LUT




这里选择Fire样式




3、添加Calibration barAnalyze -> Tools -> Calibration Bar


这里有很多可以调整的参数,多试一试就知道每一个参数代表的意义:




这里需要注意是否要勾选Overlay,如果勾选Overlay,则属于非破坏性的标注,需要再Flatten印在图片上;如果不勾选Overlay,则属于破坏性的标注,直接印在图片上。


其他的参数可以参考Calibration Bar的官网说明:

https://imagej.nih.gov/ij/docs/menus/analyze.html#cbar



当然Calibration Bar的位置可以自定义,用矩形工具选取出想要添加的区域,Calibration Bar就会出现在选取区的位置上:



点击OK后,即可生成新的带有Calibration Bar的图片,注意这时候的图片是RGB格式:







文献中常常会遇到这类Calibration Bar,数值并不代表灰度,而代表比值。


添加这类Calibration Bar时,需要先对原本图像的灰度值做一次校正/映射(Analyze -> Calibrate):


这里假定灰度和数值之间是线性关系(Straight Line),灰度值0对应0,灰度值255对应1




左侧填灰度值,右侧填校正值


校正后的线性方程


Calibrate之后,再添加Calibration Bar,即可看到上限和下限变成了10



One more thing,文献中关于伪彩的配色通常会将红绿色,替代为品红色(magenta)和青色(cyan,以增强色盲对图片的识别。


ImageJ中,可以将红色和绿色通道分别提取出来,然后以magentacyan样式的伪彩Merge channel



或者通过Image -> Color -> Replace Red with Magenta)一键替换:





转自:https://mp.weixin.qq.com/s/qItNm3Rpgyz4i-NjjVx2NQ