cielab颜色空间标准色,颜色值转rgb
RGB转为色空间首先RGB是不可以直接转为色空间颜色空间的，RGB需要先转为CIEXYZ颜色空间，然后再由CIEXYZ颜色空间转为色空间颜色空间。关于这2个颜色空间的互转，主要参考了这篇文章。
RGB转实验室颜色空间的代码如下：
void RGB2LAB(Mat rgb，Mat Lab) {
//RGB转坐标
Mat XYZ(rgb.size()，rgb。type())；
Mat_ Vec3b:迭代器beginRGB=rgb.begin Vec3b
Mat_ Vec3b:迭代器endRGB=rgb.end Vec3b
Mat_ Vec3b:迭代器beginXYZ=XYZ.begin Vec3b
int shift=22
for(；beginRGB！=endRGBbeginRGB，beginXYZ)
{
(* begin XYZ)[0]=((* begin RGB)[0]* 199049(* begin RGB)[1]* 394494(* begin RGB)[2]* 455033 524288)(shift-2)；
(* begin XYZ)[1]=((* begin RGB)[0]* 75675(* begin RGB)[1]* 749900(* begin RGB)[2]* 223002 524288)(shift-2)；
(* begin XYZ)[2]=((* begin RGB)[0]* 915161(* begin RGB)[1]* 114795(* begin RGB)[2]* 18621 524288)(shift-2)；
}
//XYZ转实验室
int LabTab[1024]；
for(int I=0；i 1024我)
{
如果(i 9)
LabTab[I]=(int)(pow((float)I/1020，1.0f/3)*(1 shift)0.5)；
其他
LabTab[I]=(int)((29 * 29.0 * I/(6 * 6 * 3 * 1020)4.0/29)*(1移位)0.5);
}
const int scale LC=(int)(16 * 2.55 *(1移位)0.5);
const int scale lt=(int)(116 * 2.55 0.5)；
const int HalfShiftValue=524288
beginXYZ=XYZ.begin Vec3b
Mat_ Vec3b:迭代器endXYZ=XYZ.end Vec3b
Lab.create(rgb.size()、rgb。type())；
Mat_ Vec3b:迭代器beginLab=Lab.begin Vec3b
for(；beginXYZ！=endXYZbeginXYZ，beginLab)
{
int X=LabTab[(* begin XYZ)[0]]；
int Y=LabTab[(* begin XYZ)[1]]；
int Z=LabTab[(* begin XYZ)[2]]；
int L=((scale lt * Y-scale LC半移值)shift)；
int A=((500 *(X-Y)半移位值)shift)128；
int B=((200 *(Y-Z)半移位值)shift)128；
(* begin lab)[0]=L；
(* begin lab)[1]=A；
(* begin lab)[2]=B；
}
}利用实验室颜色空间进行偏色检测这种方法是《基于图像分析的偏色检测及颜色校正方法》 ——徐晓昭，蔡轶珩提出来的一个理论，大概是说：图像的偏色不仅与图像色度的平均值有直接关系，还与图像的色度分布特性有关。如果在甲-乙色度坐标平面上的二维直方图中色度分布基本上为单峰值，或者分布较为集中，而色度平均值又较大时，一般都存在偏色，而且色度平均值越大，偏色越严重。因此引入等效圆的概念，采用图像平均色度D和色度中心距M的比值，即偏色因子K来衡量图像的偏色程度。其计算方法如下式：
其中甲，乙代表的就是实验室色度空间的甲，乙。男，女代表图片长宽，一般来说当求出的K值不大于1.5我们可以认为其整体图像偏色的可能性不大。
//真代表存在偏色，假的代表不存在偏色
布尔偏色判断(Mat im glab){
Mat_ Vec3b:迭代器begin=imgLab.begin Vec3b
Mat_ Vec3b:迭代器end=imgLab.end Vec3b
浮点suma=0，sumb=0；
for(；开始！=结束；开始){
suma=(* begin)[1]；//a
sumb=(* begin)[2]；//b
}
int MN=img lab。行数* img实验室。cols
双da=suma/MN-128；//归一化到[-128,127]
double Db=sumb/MN-128；//同上
//求平均色度
double D=sqrt(Da * Da Db * Db)；
begin=imgLab.begin Vec3b
双Ma=0，Mb=0；
//求色度中心距
for(；开始！=结束；开始){
ma=ABS((* begin)[1]-128-Da)；
MB=ABS((* begin)[2]-128-Db)；
}
Ma=Ma/MN；
Mb=Mb/MN；
double M=sqrt(Ma * Ma Mb * Mb)；
浮子K=浮子(日/月)；
如果(K=1.5) {
返回真实的
}
否则{
返回错误的
}
}
郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。