将颜色应用于渐变方向

Question

关于此帖子，当在图像上硬编码颜色的渐变方向的度数时，应将强度发生变化的位置涂上颜色，而没有变化的位置应将图像涂成黑色。我不确定在那个帖子中是如何实现的。由于为所有度值分配了一种颜色，因此可以为图像中的所有像素着色，并且不会留下任何黑色。我的代码如下：# where gray_blur is a grayscale image of dimension 512 by 512# 3x3 sobel filters for edge detectionsobel_x = np.array([[ -1, 0, 1],                    [ -2, 0, 2],                    [ -1, 0, 1]])sobel_y = np.array([[ -1, -2, -1],                    [ 0, 0, 0],                    [ 1, 2, 1]])# Filter the orginal and blurred grayscale images using filter2Dfiltered = cv2.filter2D(gray_noise, cv2.CV_32F, sobel_x)filtered_blurred_x = cv2.filter2D(gray_blur, cv2.CV_32F, sobel_x)  filtered_blurred_y = cv2.filter2D(gray_blur, cv2.CV_32F, sobel_y) # Compute the orientation of the imageorien = cv2.phase(filtered_blurred_x, filtered_blurred_y, angleInDegrees=True)image_map = np.zeros((orien.shape[0], orien.shape[1], 3), dtype=np.int16)# Define RGB coloursred = np.array([255, 0, 0])cyan = np.array([0, 255, 255])green = np.array([0, 255, 0])yellow = np.array([255, 255, 0])# Set colours corresponding to anglesfor i in range(0, image_map.shape[0]):    for j in range(0, image_map.shape[1]):        if orien[i][j] < 90.0:            image_map[i, j, :] = red        elif orien[i][j] >= 90.0 and orien[i][j] < 180.0:            image_map[i, j, :] = cyan        elif orien[i][j] >= 180.0 and orien[i][j] < 270.0:            image_map[i, j, :] = green        elif orien[i][j] >= 270.0 and orien[i][j] < 360.0:            image_map[i, j, :] = yellow# Display gradient orientationf, ax1 = plt.subplots(1, 1, figsize=(20,10))ax1.set_title('gradient orientation')ax1.imshow(image_map)我的代码在左侧产生输出，而我相信正确的表示形式将是右侧的图像：我想我缺少将每个像素硬编码为其中一种颜色的方法。