Mahotas 简明教程

Mahotas - RGB to LAB Conversion

LAB 颜色空间是一种逼近人类色彩感知的颜色模型。它将颜色信息分成三个通道 −

  1. L (Lightness) − L 通道表示颜色的感知亮度（明暗）。范围从 0（最暗黑色）到 100（最亮白色）。

  2. A (Green-Red axis) − 表示颜色在绿-红轴上的位置。负值表示绿色，正值表示红色。

  3. B (Blue-Yellow axis) − 表示颜色在蓝-黄轴上的位置。负值表示蓝色，正值表示黄色。

在从 RGB 转换为 LAB 的过程中，每个 RGB 像素值都将标准化为 0 和 1 的范围。

然后，应用各种数学变换，例如调整亮度、使色彩更符合我们的感知方式，以及将它们转换为 LAB 值。

这些调整有助于我们以符合人类观察方式的方式呈现色彩。

RGB to LAB Conversion in Mahotas

在 Mahotas 中，我们可以使用 colors.rgb2lab() 函数将 RGB 图像转换为 LAB 图像。

Mahotas 中的 RGB 到 LAB 转换涉及以下步骤 −

  1. Normalize RGB values − 首先将每个像素的 RGB 值调整到 0 和 1 之间的标准化范围。

  2. Gamma correction − 应用伽马校正到标准化 RGB 值以调整图像的亮度级别。

  3. Linearize RGB values − 将伽马校正的 RGB 值转换为线性 RGB 色彩空间，确保输入和输出值之间的线性关系。

  4. Convert to XYZ color space − 使用变换矩阵，将线性 RGB 值转换为 XYZ 色彩空间，它表示图像的色彩信息。

  5. Calculate LAB values − 使用特定公式从 XYZ 值计算 LAB 值，考虑我们的眼睛如何感知色彩。LAB 色彩空间将亮度 (L) 与色彩分量 (A 和 B) 分开。

  6. Apply reference white values − 根据参考白值调整 LAB 值以确保准确的色彩表示。

  7. LAB representation − 结果的 LAB 值表示图像的色彩信息。L 通道表示明度，而 A 和 B 通道表示沿两个轴的色彩信息。

Using the mahotas.colors.rgb2lab() Function

mahotas.colors.rgb2lab() 函数以 RGB 图像作为输入，并返回图像的 LAB 色彩空间版本。

所生成的 LAB 图像保留原始 RGB 图像的结构和内容，同时提供增强的色彩表示。

以下是 mahotas 中 rgb2lab() 函数的基本语法 −

mahotas.colors.rgb2lab(rgb, dtype={float})

其中，

  1. rgb − RGB 颜色空间中的输入图像。

  2. dtype (optional) − 是返回图像的数据类型（默认为 float）。

在以下示例中，我们使用 mh.colors.rgb2lab() 函数将 RGB 图像转换为 LAB 图像 −

import mahotas as mh
import numpy as np
import matplotlib.pyplot as mtplt
# Loading the image
image = mh.imread('sea.bmp')
# Converting it to LAB
lab_image = mh.colors.rgb2lab(image)
# Creating a figure and axes for subplots
fig, axes = mtplt.subplots(1, 2)
# Displaying the original RGB image
axes[0].imshow(image)
axes[0].set_title('RGB Image')
axes[0].set_axis_off()
# Displaying the LAB image
axes[1].imshow(lab_image)
axes[1].set_title('LAB Image')
axes[1].set_axis_off()
# Adjusting spacing between subplots
mtplt.tight_layout()
# Showing the figures
mtplt.show()

以下是上面代码的输出： -

lab color space

RGB to LAB Conversion of a Random Image

我们可以通过以下方式将随机生成的 RGB 图像转换为 LAB 色彩空间 −

  1. 首先，指定图像的宽度和高度来定义所需的大小。

  2. 我们还确定色深，通常为 8 位，范围从 0 到 255。

  3. 接下来，我们使用 NumPy 的“random.randint()”函数为图像中的每个像素生成随机 RGB 值。

  4. 一旦我们拥有 RGB 图像，我们便继续将其转换到 LAB 颜色空间。

结果图像将位于 LAB 颜色空间中，其中图像的亮度和颜色信息被分离到不同的通道中。

Example

以下示例显示了将随机生成的 RGB 图像转换为 LAB 颜色空间中的图像：

import mahotas as mh
import numpy as np
import matplotlib.pyplot as mtplt
# Creating a random RGB image
image = np.random.randint(0, 256, (100, 100, 3), dtype=np.uint8)
# Converting it to LAB
lab_image = mh.colors.rgb2lab(image)
# Creating a figure and axes for subplots
fig, axes = mtplt.subplots(1, 2)
# Displaying the original RGB image
axes[0].imshow(image)
axes[0].set_title('RGB Image')
axes[0].set_axis_off()
# Displaying the LAB image
axes[1].imshow(lab_image)
axes[1].set_title('LAB Image')
axes[1].set_axis_off()
# Adjusting spacing between subplots
mtplt.tight_layout()
# Showing the figures
mtplt.show()

上述代码的输出如下：

rgb lab image