将OpenCV BGR 8位图像转换为CIE L*a*b*

Question

我正在尝试使用文档中提供的功能将Mat表示具有8位深度的RGB图像的给定转换为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,字面上<107,125,130>.

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

更新: 我将在此处发布我的整体结果:给定由8位BGR表示的图像(Mat),可以通过以下方式转换图像:

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];
    }
}

Answer 1

如果有人有兴趣在其他变量的取值范围a和b我做了一个小程序来测试他们的范围.如果将使用RGB表示的所有颜色转换为OpenCV中使用的CieLab,则范围为:

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

如果您在浮点模式而不是uint8中使用RGB值,则范围将为:

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

PS如果要查看与另一个LAB值的LAB值是多么可区分(关于人类感知),则应使用浮点.用于保持uint8范围内的实验室值的标度与其欧氏距离相混淆.

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)

Answer 2

那是因为L值在OpenCV 中的范围[0..255].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]).