cv.COLOR_BGR2LAB 给出错误的范围

Question

在下面的代码中，我使用一个 4096*4096 像素的 png 图像，其中包括所有可能的 RGB 颜色（不是相同像素的两倍，可以在此处找到http://allrgb.com/starry-night）然后我将 RGB 值转换为LAB 值，我检查每个通道的范围

import cv2 as cv
import numpy as np

im=cv.imread('allrgb.png')


im=im.astype(np.uint8)

colors_lab=cv.cvtColor(im,cv.COLOR_BGR2LAB)

m=np.amin(colors_lab[...,...,0])    

结果如下：

如果原始图像的类型为 uint8，则 R[0,255],G[0,255],B[0,255] 给出 L[0,255],A[42,226],B[20,223]

如果原始图像的类型为 float32，则 R[0,1],G[0,1],B[0,1] 给出 L[0,100],A[-86.1813,98.2351],B[-107.862,94.4758]

无论如何，实验室范围从来都不是预期的范围，这是由开放的简历文档给出的

知道如何解释吗？

Answer 1

OpenCV 返回的 LAB 值绝不会超出范围 0 \xe2\x89\xa4 L \xe2\x89\xa4 100, -127 \xe2\x89\xa4 a \xe2\x89\xa4 127, -127 \xe2\ x89\xa4 b \xe2\x89\xa4 127 转换浮点图像时（OpenCV 颜色转换）。转换8位图像时，L的范围乘以255/100，a和b得到128的偏移量来填充8位范围。

\n\n

但无论图像数据类型如何： LAB 颜色空间的色域都超过了 RGB 颜色空间的色域，例如参见维基百科关于LAB的文章中的第二段。

\n\n

因此，当您从 RGB/BGR 转换为 LAB 时，您将永远无法获得完整的 LAB 范围，因为 LAB 包含无法用 RGB 表示的颜色。

\n