将 OpenCV BGR 8 位图像转换为 CIE L*a*b*答案

【问题标题】：Converting an OpenCV BGR 8-bit Image to CIE L*a*b*将 OpenCV BGR 8 位图像转换为 CIE L*a*b*
【发布时间】：2012-07-08 08:24:03
【问题描述】：

我正在尝试使用文档中提供的函数将代表具有 8 位深度的 RGB 图像的给定 Mat 转换为 Lab：

cvtColor(source, destination, <conversion code>);

我尝试了以下转换代码：

CV_RGB2Lab
CV_BGR2Lab
CV_LBGR2Lab

我每次都收到奇怪的结果，某些样本的“L”值大于 100，字面意思是。

我也在使用 Photoshop 来检查结果 - 但鉴于 107 超出了 0 ≤ L ≤ 100 的可接受范围，我无法理解我的错误是什么。

更新： 我将在这里发布我的总体结果：给定一张由 8 位 BGR 表示的图像（Mat），图像可以通过以下方式进行转换：

cvtColor(source, destination, CV_BGR2Lab);

然后可以通过以下方式访问像素值：

int step = destination.step;
int channels = destination.channels();
for (int i = 0; i < destination.rows(); i++) {
    for (int j = 0; j < destination.cols(); j++) {
        Point3_<uchar> pixelData;
        //L*: 0-255 (elsewhere is represented by 0 to 100)
        pixelData.x = destination.data[step*i + channels*j + 0];
        //a*: 0-255 (elsewhere is represented by -127 to 127)
        pixelData.y = destination.data[step*i + channels*j + 1];
        //b*: 0-255 (elsewhere is represented by -127 to 127)
        pixelData.z = destination.data[step*i + channels*j + 2];
    }
}

【问题讨论】：

此外，在不知道颜色配置文件的情况下，您无法以可靠的结果进行 RGB 到 Lab 转换。 RGB 不是独立的色彩空间，Lab 是。

标签： c++ opencv colors rgb bgr

【解决方案1】：

如果有人遇到同样的问题：

请注意，在 OpenCV (2.4.13) 中，您可以不将 CV_32FC3 BGR 图像转换为 Lab 颜色空间。也就是说：

//this->xImage is CV_8UC3
this->xImage.convertTo(FloatPrecisionImage, CV_32FC3);
Mat result;
cvtColor(FloatPrecisionImage, result, COLOR_BGR2Lab);
this->xImage = result;

将不工作而

Mat result;
cvtColor(this->xImage, result, COLOR_BGR2Lab);
result.convertTo(this->xImage, CV_32FC3);

像魅力一样工作。我没有追查上述行为的原因；然而，在我看来，这似乎对图像质量造成了限制。

【讨论】：

【解决方案2】：

我不确定 João Abrantes 在 A 和 B 上的范围。

opencv documentation 明确提到了CIE L*a*b*范围。

8 位图像

从而导致一个范围

0 <= L <= 255
0 <= a <= 255
0 <= b <= 255

【讨论】：

【解决方案3】：

如果有人对其他变量a 和b 的范围感兴趣，我编写了一个小程序来测试它们的范围。如果将所有用 RGB 表示的颜色转换为 OpenCV 中使用的 CieLab，则范围为：

0  <=L<= 255
42 <=a<= 226
20 <=b<= 223

如果您在浮点模式下使用 RGB 值而不是 uint8，则范围将为：

0.0      <=L<= 100.0
-86.1813 <=a<= 98.2352
-107.862 <=b<= 94.4758

附：如果您想了解一个 LAB 值与另一个 LAB 值的区别（关于人类感知），您应该使用浮点数。用于将实验室值保持在 uint8 范围内的比例与其欧几里德距离相混淆。

这是我使用的代码（python）：

L=[0]*256**3
a=[0]*256**3
b=[0]*256**3
i=0
for r in xrange(256):
    for g in xrange(256):
        for bb in xrange(256):
            im = np.array((bb,g,r),np.uint8).reshape(1,1,3)
            cv2.cvtColor(im,cv2.COLOR_BGR2LAB,im) #tranform it to LAB 
            L[i] = im[0,0,0]
            a[i] = im[0,0,1]
            b[i] = im[0,0,2]
            i+=1

print min(L), '<=L<=', max(L)
print min(a), '<=a<=', max(a)
print min(b), '<=b<=', max(b)

【讨论】：

为什么用欧几里得距离说 uint8 类型“混乱”中的 LAB 值的比例？
@simplename LAB 的想法是，两种颜色的欧几里得距离与人眼区分这两种颜色的难易程度有关。使用 uint8，L 幅度现在是 255 而不是 100，而 a 和 b 仍然具有相似的范围 - 当使用 uint8 或使用浮点数时，两种不同的颜色具有不同的欧几里得距离。
我似乎无法转换为原始图像 -> float32 -> bgr2lab -> 进行更改 -> lab2bgr -> uint8 -> 没有问题的新图像。你有来回转换的代码吗？

【解决方案4】：

这是因为 L 值在 OpenCV 中的 [0..255] 范围内。您可以简单地将此值缩放到所需的间隔（在您的情况下为 [0..100]）。

【讨论】：