LAB和灰度之间的Python OpenCV色彩空间差异

Question

我的理解是，将图像从 BGR 转换为 LAB 时，L 分量应该代表图像的灰度分量。但是，当我从 BGR 转换为灰度时，预期值不匹配。例如，

        img1 = cv2.cvtColor(img, cv2.COLOR_BGR2LAB)
        print img1[0][0]
        img2 = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
        print img2[0][0]

我在 LAB 中的图像中的第一个像素产生 [168 133 162] 而第二个产生 159。我的印象是它们应该以某种方式等效(没有 COLOR_LAB2GRAY 常量这一事实强化了这一点)。

有人可以澄清并解释为什么会这样吗？我对 LAB 的理解不正确，还是我只是在代码中误用了某些内容？

如果它们确实不同，那么使用哪个更好？我的应用程序的其余部分是在 LAB 模型中处理图像，所以我很想使用 L 分量作为我的灰度基线，但它有些区域看起来比它们应该的要亮......与 BGR2GRAY 场景不同。想法？

Answer 1

灰色 = 0.299R + 0.587G + 0.114B

但是从RGB到LAB的L channel 的转换是不同的。 (这是一个非线性函数)

确切的转换可以找到here .

LAB转换的非线性解释了你问题的最后一部分。