DIY红外热像仪进阶：手把手教你用C语言实现7种伪彩色编码（附完整代码）

DIY红外热像仪进阶：手把手教你用C语言实现7种伪彩色编码（附完整代码）

当32x24的温度矩阵在屏幕上呈现为单调的灰度图像时，你是否想过如何让它焕发生机？伪彩色编码技术正是打开这扇门的钥匙。本文将带你深入探索七种经典伪彩色算法的实现原理，从彩虹渐变到金属质感，每种方案都配有可直接移植的C语言模块化代码，适用于STM32、Arduino等嵌入式平台。

1. 伪彩色编码的核心原理

温度数据可视化的本质是将不可见的红外辐射转化为人类视觉敏感的色彩信息。典型的处理流程包含三个关键步骤：

1. 温度归一化：将原始温度值映射到0-255的区间

   uint8_t normalize_temp(float temp, float min_temp, float max_temp) { return (uint8_t)((temp - min_temp) * 255 / (max_temp - min_temp)); }

2. 色彩空间转换：通过查找表(LUT)或实时计算实现温度到颜色的映射

3. 输出优化：根据显示设备特性调整色彩饱和度与亮度

注意：实际应用中建议预计算LUT表以节省运行时计算资源，特别是对于资源受限的嵌入式系统。

2. 七种经典伪彩色方案实现

2.1 彩虹编码（Rainbow）

最符合直觉的温度表示方法，从冷色到暖色自然过渡：

void rainbow_map(uint8_t value, uint8_t* r, uint8_t* g, uint8_t* b) { if (value < 51) { *r = 0; *g = value * 5; *b = 255; } else if (value < 102) { *r = 0; *g = 255; *b = 255 - (value - 51) * 5; } // 完整分段线性插值代码见附录 }

适用场景：

• 需要直观展示温度分布的情况
• 教育演示或科普展示
• 温度跨度较大的检测场景

2.2 金属编码（Iron）

模拟金属热成像仪的经典效果，突出高温区域：

void iron_map(uint8_t value, uint8_t* r, uint8_t* g, uint8_t* b) { *g = value / 2; // 绿色分量线性增长 *r = 100 + value * 0.6; // 红色分量非线性增强 *b = (value < 128) ? 0 : (value - 128) * 2; }

2.3 灰度编码（Grayscale）

最基础的线性灰度表示，保留原始温度差异：

• 优点：计算简单，不引入色彩认知偏差
• 缺点：人眼对灰度变化敏感度较低
• 优化技巧：可通过gamma校正增强对比度

void grayscale_map(uint8_t value, uint8_t* r, uint8_t* g, uint8_t* b) { *r = *g = *b = value; }

3. 高级编码技术与优化

3.1 动态范围自适应算法

自动调整色彩映射范围以适应场景温度变化：

1. 实时统计当前帧温度极值
2. 计算动态扩展系数：

   float expansion_factor = 255.0f / (current_max - current_min);

3. 更新LUT时应用非线性压缩：

   uint8_t adjusted_value = 255 * pow((value - current_min) / (current_max - current_min), 0.7);

3.2 色彩抖动技术（Dithering）

在低色彩深度显示设备上改善渐变效果：

void apply_floyd_steinberg(uint8_t* pixels, int width, int height) { for (int y = 0; y < height; y++) { for (int x = 0; x < width; x++) { uint8_t old_pixel = pixels[y*width + x]; uint8_t new_pixel = (old_pixel > 128) ? 255 : 0; int quant_error = old_pixel - new_pixel; pixels[y*width + x] = new_pixel; // 误差扩散到相邻像素 if (x+1 < width) pixels[y*width + x+1] += quant_error * 7/16; if (y+1 < height) { if (x > 0) pixels[(y+1)*width + x-1] += quant_error * 3/16; pixels[(y+1)*width + x] += quant_error * 5/16; if (x+1 < width) pixels[(y+1)*width + x+1] += quant_error * 1/16; } } } }

4. 嵌入式系统集成指南

4.1 内存优化策略

针对资源受限设备的特殊处理：

• LUT压缩：将24位RGB值压缩为16位（RGB565）

  uint16_t rgb565_lut[256]; // 预先计算的查找表 void init_lut() { for (int i=0; i<256; i++) { uint8_t r, g, b; rainbow_map(i, &r, &g, &b); rgb565_lut[i] = ((r >> 3) << 11) | ((g >> 2) << 5) | (b >> 3); } }

• 分段加载：仅缓存当前显示区域所需的LUT片段

4.2 实时性能基准测试

在STM32F407（168MHz）上的执行时间对比：

提示：当帧率要求>30fps时，建议全部采用LUT方式

在实际项目中，我发现金属编码虽然视觉效果震撼，但在高温密集区域容易丢失细节。通过组合使用金属编码与等高线标记，可以显著提升关键区域的辨识度。