如今使用 PIL/Numpy/SciPy 进行转换的首选方法是什么?
如今使用 PIL/Numpy/SciPy 进行转换的首选方法是什么?
from skimage import io, color
rgb = io.imread(filename)
lab = color.rgb2lab(rgb)
需要注意的是,由于Lab颜色空间的特点,srgb->lab转换还依赖于另一个参数:白点(whitepoint)。例如:
• Photoshop使用一个名为D50的白点(这是icc标准)
• OpenCV和skimage使用D65(这是srgb标准)
• 默认的Matlab实现使用D50(可以使用其他白点,详见此处)。
在这个很棒的FAQ中这样解释:
除非你有充分的理由,否则应该使用D65。
印刷行业通常使用D50,而摄影则通常使用D55。
这些都是室内(钨丝灯)和日光下观看条件之间的折中。
您可以通过将RGB (0,0,255)
转换为Lab来确定所使用的白点:
• D50会得到 (30, 68, -112)
• D55会得到 (30, 73, -110)
• D65会得到 (32, 79, -108)
'D'后面的数字对应于白点内部使用的色温:D50 = 5003 K(偏黄),D65 = 6504 K(偏蓝)。
感谢Alex和Roman的答案,因为他们指导了我正确的方向。
skimage
中,您可以将白点更改为 D50 或其他某些值。https://dev59.com/jn7aa4cB1Zd3GeqPrIAA#22968744 - Pylypdef rgb2lab ( inputColor ) :
num = 0
RGB = [0, 0, 0]
for value in inputColor :
value = float(value) / 255
if value > 0.04045 :
value = ( ( value + 0.055 ) / 1.055 ) ** 2.4
else :
value = value / 12.92
RGB[num] = value * 100
num = num + 1
XYZ = [0, 0, 0,]
X = RGB [0] * 0.4124 + RGB [1] * 0.3576 + RGB [2] * 0.1805
Y = RGB [0] * 0.2126 + RGB [1] * 0.7152 + RGB [2] * 0.0722
Z = RGB [0] * 0.0193 + RGB [1] * 0.1192 + RGB [2] * 0.9505
XYZ[ 0 ] = round( X, 4 )
XYZ[ 1 ] = round( Y, 4 )
XYZ[ 2 ] = round( Z, 4 )
XYZ[ 0 ] = float( XYZ[ 0 ] ) / 95.047 # ref_X = 95.047 Observer= 2°, Illuminant= D65
XYZ[ 1 ] = float( XYZ[ 1 ] ) / 100.0 # ref_Y = 100.000
XYZ[ 2 ] = float( XYZ[ 2 ] ) / 108.883 # ref_Z = 108.883
num = 0
for value in XYZ :
if value > 0.008856 :
value = value ** ( 0.3333333333333333 )
else :
value = ( 7.787 * value ) + ( 16 / 116 )
XYZ[num] = value
num = num + 1
Lab = [0, 0, 0]
L = ( 116 * XYZ[ 1 ] ) - 16
a = 500 * ( XYZ[ 0 ] - XYZ[ 1 ] )
b = 200 * ( XYZ[ 1 ] - XYZ[ 2 ] )
Lab [ 0 ] = round( L, 4 )
Lab [ 1 ] = round( a, 4 )
Lab [ 2 ] = round( b, 4 )
return Lab
enumerate
代替num
变量,并使用1/3.
代替0.3333333333333333
。 - Antony Hatchkins** 2.4
)。如果我知道我的伽马值是2.2而不是2.4,那么只将指数更改为2.2就足够了吗?还是需要对其他硬编码常量(如1.055)进行更改? - jez编辑:示例pyCMS代码:
from PIL import Image
import pyCMS
im = Image.open(...)
im2 = pyCMS.profileToProfile(im, pyCMS.createProfile("sRGB"), pyCMS.createProfile("LAB"))
编辑:Pillow,即PIL的分支版本,似乎已经内置了pyCMS。
您可以使用与PIL图像配合使用的pyCMS(http://www.cazabon.com/pyCMS/)。
如果速度不是问题,请使用python-colormath(http://code.google.com/p/python-colormath/)。
pyCMS
处理 ICC 配置文件,颜色空间是“副作用”。我要求一个一行代码的解决方案。 - Antony Hatchkins这里有一个类,用于将PIL图像的RGB<->LAB颜色空间进行转换:
from PIL import ImageCms
class ColorTrans:
'''Class for transforming RGB<->LAB color spaces for PIL images.'''
def __init__(self):
self.srgb_p = ImageCms.createProfile("sRGB")
self.lab_p = ImageCms.createProfile("LAB")
self.rgb2lab_trans = ImageCms.buildTransformFromOpenProfiles(srgb_p, lab_p, "RGB", "LAB")
self.lab2rgb_trans = ImageCms.buildTransformFromOpenProfiles(lab_p, srgb_p, "LAB", "RGB")
def rgb2lab(self, img):
return ImageCms.applyTransform(img, self.rgb2lab_trans)
def lab2rgb(self, img):
return ImageCms.applyTransform(img, self.lab2rgb_trans)
使用示例:
color_trans = ColorTrans()
c_img = Image.open(FILENAME)
c_img_lab = color_trans.rgb2lab(c_img)
c_img_rgb = color_trans.lab2rgb(c_img_lab)
目前我还没有找到一个好的包来完成这个任务。你必须记住,RGB是一种设备相关的颜色空间,所以如果你没有一个配置文件,就不能精确地转换为XYZ或CIE Lab。
因此,请注意许多解决方案,在你看到从RGB转换为CIE Lab而没有指定颜色空间或导入颜色配置文件的情况下,必须仔细评估。大多数时候,看看底层代码,它们假设你正在处理sRGB颜色空间。