将 RGB 转换为 LAB 以获得多个值

问题描述

我编写了一个代码，它为我提供了图像的平均 RGB 值。现在我想要除了 RGB 值，还有一个 LAB 值。我找到了一个代码来进行转换，但是当我运行代码时，它只给了我最后一个值。

因此，使用此代码，我接收平均 RGB 并将其放入数据帧中：

import cv2 as cv
import glob
import numpy as np
from skimage import io
import pandas as pd
from colormath.color_objects import sRGBColor,LabColor
from colormath.color_conversions import convert_color

path = "image.jpg"
img_number = 1

for file in glob.glob(path):
    print(file)
    img = cv.imread(file)
    scale_percent = 60
    width = int(img.shape[1] * scale_percent / 100)
    height = int(img.shape[0] * scale_percent / 100)
    dim = (width,height)
    imgr = cv.resize(img,dim,interpolation=cv.INTER_AREA)

    hsv = cv.cvtColor(imgr,cv.COLOR_BGR2HSV)
    blur0 = cv.medianBlur(hsv,11)

    low_yellow = np.array([10,42,220])
    high_yellow = np.array([30,255,255])

    mask = cv.inRange(blur0,low_yellow,high_yellow)
    res = cv.bitwise_and(imgr,imgr,mask=mask)

    cv.imwrite("image"+str(img_number)+".jpg",res)
    img_number +=1


path1 = "Image/*.jpg"
img_number = 1

result_df = pd.DataFrame()
for file in glob.glob(path1):
    image = io.imread(file)
    x = image[np.all(image != 0,axis=2)].mean(axis=0)
    result_df = pd.concat((result_df,pd.DataFrame(x)),axis=1)
    df_t = result_df.T
    df_lab = rgb_to_cielab(df_t)
    df_t.columns = ['R','G','B']
    df_t.loc['Mean'] = df_t.mean()

    df = df_t.round(decimals=1)
df.to_excel("Excel.xlsx")

当我想将我的 RGB 值转换为 LAB 时，我发现此代码可以进行转换：

def rgb_to_cielab(a):
"""
a is a pixel with RGB coloring
"""
a1,a2,a3 = a/255

color1_rgb = sRGBColor(a1,a3);

color1_lab = convert_color(color1_rgb,LabColor);

return color1_lab

当我运行这段代码时，它只提供了最后一个值。我很确定我正在创建一个循环，但我不知道如何修复它。有人可以帮我解决这个问题吗？

我知道我的标题与我的真正问题有点不同，但也许有人知道获取 LAB 值的更简单方法？

解决方法

简答

检查 this 个问题（可能重复）。

有关 official documentation 的更多详细信息。

长答案

使用这些公式获得您自己的转化率。

请记住，没有一个实验室（取决于您使用的 CIE），因此您可能需要在必要时调整值。

cielab colors colors numpy python rgb