C++ Opencv L*a*b*到RGB的转换产生灰度输出

我被指派使用OpenCV将图片从Lab*颜色空间更改为RGB。为了做到这一点，我使用了提供的信息和

编辑：被指定在不使用OpenCV附带的cvtColor函数的情况下进行编辑

还尝试直接从中实现公式。我还是图像处理的新手，不知道我的结果是否有用。我可以看到每个通道，RGB图像的参数介于0和255之间，但在合并通道时，我会获得灰度图像。我希望在从Lab*转换到RGB后，我会得到原始的彩色图像。这正常吗

    Mat image = imread(argv[1], CV_LOAD_IMAGE_UNCHANGED);    
    Mat labimage = Mat::zeros(image.size(), image.type());  //Matriz para almacenar imagen LAB.
        cvtColor(image, labimage, CV_BGR2Lab);  //Conversion automatica RGB to lab.

        Mat lchannel = Mat::zeros(image.size(), labimage.type());   //Matriz para almacenar canal b.
        Mat achannel = Mat::zeros(image.size(), labimage.type());   //Matriz para almacenar canal g.
        Mat bchannel = Mat::zeros(image.size(), labimage.type());   //Matriz para almacenar canal r.
        Mat bwchannel = Mat::zeros(image.size(), labimage.type());  //Matriz para almacenar canal r.

for(int x = 0;x < cols;x++){
            for(int y = 0;y < rows;y++){
                lchannel.at<Vec3b>(y,x)[0] = labimage.at<Vec3b>(y,x)[0];
                achannel.at<Vec3b>(y,x)[1] = labimage.at<Vec3b>(y,x)[1];
                bchannel.at<Vec3b>(y,x)[2] = labimage.at<Vec3b>(y,x)[2];
            }
        }

Mat color = Mat::zeros(image.size(), labimage.type());
    double X, Y, Z, dX, dY, dZ;
    double R, G, B;
    double L, a, b;
    X = Y = Z = dX = dY = dZ = R = G = B = L = a = b = 0;

    for(int x = 0;x < cols;x++){
                for(int y = 0;y < rows;y++){
                    L = (double)(lchannel.at<Vec3b>(y,x)[0] / 255.0) * 100.0;       //Rango 0 a 100.
                    a = (double)(achannel.at<Vec3b>(y,x)[1] / 255) * 128;   //Rango -128 a 128.
                    b = (double)(bchannel.at<Vec3b>(y,x)[2] / 255) * 128;   //Rango -128 a 128.

                // Lab -> normalized XYZ (X,Y,Z are all in 0...1)
                Y = L * (1.0/116.0) + 16.0/116.0;
                X = a * (1.0/500.0) + Y;
                Z = b * (-1.0/200.0) + Y;

                X = X > 6.0/29.0 ? X * X * X : X * (108.0/841.0) - 432.0/24389.0;
                Y = L > 8.0 ? Y * Y * Y : L * (27.0/24389.0);
                Z = Z > 6.0/29.0 ? Z * Z * Z : Z * (108.0/841.0) - 432.0/24389.0;

                // normalized XYZ -> linear sRGB (in 0...1)

                R = X * (1219569.0/395920.0)     + Y * (-608687.0/395920.0)    + Z * (-107481.0/197960.0);
                G = X * (-80960619.0/87888100.0) + Y * (82435961.0/43944050.0) + Z * (3976797.0/87888100.0);
                B = X * (93813.0/1774030.0)      + Y * (-180961.0/887015.0)    + Z * (107481.0/93370.0);

                // linear sRGB -> gamma-compressed sRGB (in 0...1)

                R = R > 0.0031308 ? pow(R, 1.0 / 2.4) * 1.055 - 0.055 : R * 12.92;
                G = G > 0.0031308 ? pow(G, 1.0 / 2.4) * 1.055 - 0.055 : G * 12.92;
                B = B > 0.0031308 ? pow(B, 1.0 / 2.4) * 1.055 - 0.055 : B * 12.92;

                //printf("a0: %d\t L0: %d\t b0: %d\n", achannel.at<Vec3b>(y,x)[1], lchannel.at<Vec3b>(y,x)[0], bchannel.at<Vec3b>(y,x)[2]);
                //printf("a: %f\t L: %f\t b: %f\n", a, L, b);
                //printf("X: %f\t Y: %f\t Z: %f\n", X, Y, Z);
                //printf("R: %f\t G: %f\t B: %f\n", R, G, B);
                //cout<<"R: "<<R<<" G: "<<G<<" B: "<<B<<endl;
                //string str = type2str(color.type());
                //cout<<"Matrix type: "<<str<<endl;

                color.at<Vec3b>(y,x)[0] = R*255;
                color.at<Vec3b>(y,x)[1] = G*255;
                color.at<Vec3b>(y,x)[2] = B*255;
            }
        }

Mat image=imread（argv[1]，CV\u LOAD\u image\u未更改）；
Mat labimage=Mat:：零（image.size（），image.type（））//Matriz para almacenar imagen实验室。
cvtColor（图像、labimage、CV_BGR2Lab）//将RGB自动转换为实验室。
Mat lchannel=Mat:：zeros（image.size（），labimage.type（））//阿尔马塞纳运河b。
Mat achannel=Mat:：zeros（image.size（），labimage.type（））//阿拉木图运河g。
Mat bchannel=Mat:：zeros（image.size（），labimage.type（））//阿尔马塞纳运河r。
Mat bwchannel=Mat:：零（image.size（），labimage.type（））//阿尔马塞纳运河r。
对于（int x=0；x标准化XYZ（X、Y、Z都在0…1中）
Y=L*（1.0/116.0）+16.0/116.0；
X=a*（1.0/500.0）+Y；
Z=b*（-1.0/200.0）+Y；
X=X>6.0/29.0？X*X*X:X*（108.0/841.0）-432.0/24389.0；
Y=L>8.0？Y*Y*Y:L*（27.0/24389.0）；
Z=Z>6.0/29.0？Z*Z*Z:Z*（108.0/841.0）-432.0/24389.0；
//标准化XYZ->线性sRGB（在0…1中）
R=X*（1219569.0/395920.0）+Y*（-608687.0/395920.0）+Z*（-107481.0/197960.0）；
G=X*（-80960619.0/87888100.0）+Y*（82435961.0/43944050.0）+Z*（3976797.0/87888100.0）；
B=X*（93813.0/1774030.0）+Y*（-180961.0/887015.0）+Z*（107481.0/93370.0）；
//线性sRGB->伽马压缩sRGB（在0…1中）
R=R>0.0031308？功率（R，1.0/2.4）*1.055-0.055:R*12.92；
G=G>0.0031308？功率（G，1.0/2.4）*1.055-0.055:G*12.92；
B=B>0.0031308？功率（B，1.0/2.4）*1.055-0.055:B*12.92；
//printf（“a0:%d\t L0:%d\t b0:%d\n”，通道在（y，x）[1]，通道在（y，x）[0]，通道在（y，x）[2]）；
//printf（“a:%f\tl:%f\tb:%f\n”，a，L，b）；
//printf（“X:%f\t Y:%f\t Z:%f\n”，X，Y，Z）；
//printf（“R:%f\t G:%f\t B:%f\n”，R，G，B）；
//cout不要滚动你自己的每像素循环，这是非常无效的

改用

（另外，如果我可以这么说的话，我更喜欢to-SO答案…）
没关系。我自己设法解决了它，这是一件非常愉快的事情。对于任何感兴趣的人，如果他们和我有过同样的问题，这里是算法和一些代码：

将CIE Lab*转换为XYZ。这是必要的，因为CIE Lab*不是线性颜色空间，因此没有已知的直接转换为RGB

void CIElabtoXYZ(cv::Mat& image, cv::Mat& output){
     float WhitePoint[3] = {0.950456, 1, 1.088754};
     Mat fX = Mat::zeros(image.size(), CV_32FC1);
     Mat fY = Mat::zeros(image.size(), CV_32FC1);
     Mat fZ = Mat::zeros(image.size(), CV_32FC1);
     Mat invfX = Mat::zeros(image.size(), CV_32FC1);
     Mat invfY = Mat::zeros(image.size(), CV_32FC1);
     Mat invfZ = Mat::zeros(image.size(), CV_32FC1);

     for(int x = 0;x < image.rows;x++){
         for(int y = 0;y < image.cols;y++){
             fY.at<float>(x,y) = (image.at<Vec3f>(x,y)[0] + 16.0) / 116.0;
             fX.at<float>(x,y) = fY.at<float>(x,y) + image.at<Vec3f>(x,y)[1] / 500.0;
             fZ.at<float>(x,y) = fY.at<float>(x,y) - image.at<Vec3f>(x,y)[2] / 200.0;
         }
     }
     invf(fX, invfX);
     invf(fY, invfY);
     invf(fZ, invfZ);
     for(int x = 0;x < image.rows;x++){
         for(int y = 0;y < image.cols;y++){
             output.at<Vec3f>(x,y)[0] = WhitePoint[0] * invfX.at<float>(x,y);
             output.at<Vec3f>(x,y)[1] = WhitePoint[1] * invfY.at<float>(x,y);
             output.at<Vec3f>(x,y)[2] = WhitePoint[2] * invfZ.at<float>(x,y);
         }
     }
 }

 void invf(cv::Mat& input, cv::Mat& output){
     for(int x = 0;x < input.rows;x++){
         for(int y = 0;y < input.cols;y++){
             output.at<float>(x,y) = pow(input.at<float>(x,y), 3);
             if(output.at<float>(x,y) < 0.008856){
                 output.at<float>(x,y) = (input.at<float>(x,y) - 4.0/29.0)*(108.0/841.0);
             }
         }
     }
 }

void CIElabtoXYZ（cv:：Mat和图像，cv:：Mat和输出）{
浮点白点[3]={0.950456,1,1.088754}；
Mat fX=Mat:：zeros（image.size（），CV_32FC1）；
Mat fY=Mat:：零（image.size（），CV_32FC1）；
Mat fZ=Mat:：zeros（image.size（），CV_32FC1）；
Mat invfX=Mat:：零（image.size（），CV_32FC1）；
Mat invfY=Mat:：零（image.size（），CV_32FC1）；
Mat invfZ=Mat:：零（image.size（），CV_32FC1）；
对于（int x=0；x

将XYZ转换为RGB

void XYZtoRGB(cv::Mat& input, cv::Mat& output){
    float data[3][3] = {{3.240479, -1.53715, -0.498535}, {-0.969256, 1.875992, 0.041556}, {0.055648, -0.204043, 1.057311}};
    Mat T = Mat(3, 3, CV_32FC1, &data);
    Mat R = Mat::zeros(input.size(), CV_32FC1);
    Mat G = Mat::zeros(input.size(), CV_32FC1);
    Mat B = Mat::zeros(input.size(), CV_32FC1);

    for(int x = 0;x < input.rows;x++){
        for(int y = 0;y < input.cols;y++){
            R.at<float>(x,y) = T.at<float>(0,0)*input.at<Vec3f>(x,y)[0] + T.at<float>(1,0)*input.at<Vec3f>(x,y)[1] + T.at<float>(2,0)*input.at<Vec3f>(x,y)[2];
            G.at<float>(x,y) = T.at<float>(0,1)*input.at<Vec3f>(x,y)[0] + T.at<float>(1,1)*input.at<Vec3f>(x,y)[1] + T.at<float>(2,1)*input.at<Vec3f>(x,y)[2];
            B.at<float>(x,y) = T.at<float>(0,2)*input.at<Vec3f>(x,y)[0] + T.at<float>(1,2)*input.at<Vec3f>(x,y)[1] + T.at<float>(2,2)*input.at<Vec3f>(x,y)[2];
        }
    }

    //Desaturate and rescale to constrain resulting RGB values to [0,1]
    double RminVal, GminVal, BminVal;
    double RmaxVal, GmaxVal, BmaxVal;
    Point minLoc;
    Point maxLoc;

    minMaxLoc( R, &RminVal, &RmaxVal, &minLoc, &maxLoc );
    minMaxLoc( G, &GminVal, &GmaxVal, &minLoc, &maxLoc );
    minMaxLoc( B, &BminVal, &BmaxVal, &minLoc, &maxLoc );

    Mat matMin = Mat::zeros(1, 4, CV_32FC1), matMax = Mat::zeros(1, 4, CV_32FC1);
    matMin.at<float>(0,0) = RminVal; matMin.at<float>(0,1) = GminVal; matMin.at<float>(0,2) = BminVal; matMin.at<float>(0,3) = 0;
    double min, max;
    minMaxLoc( matMin, &min, &max, &minLoc, &maxLoc );
    float addWhite = -min;
    matMax.at<float>(0,0) = RmaxVal + addWhite; matMax.at<float>(0,1) = GmaxVal + addWhite; matMax.at<float>(0,2) = BmaxVal + addWhite; matMax.at<float>(0,3) = 1;
    minMaxLoc( matMax, &min, &max, &minLoc, &maxLoc );
    float Scale = max;

    for(int x = 0;x < input.rows;x++){
        for(int y = 0;y < input.cols;y++){
            output.at<Vec3f>(x,y)[2] = (R.at<float>(x,y) + addWhite) / Scale;
            output.at<Vec3f>(x,y)[1] = (G.at<float>(x,y) + addWhite) / Scale;
            output.at<Vec3f>(x,y)[0] = (B.at<float>(x,y) + addWhite) / Scale;
        }
    }
    imshow("Unscaled RGB", output);
}

void XYZtoRGB（cv:：Mat和输入，cv:：Mat和输出）{
浮动数据[3][3]={{3.240479，-1.53715，-0.498535}，{-0.969256,1.875992,0.041556}，{0.055648，-0.204043,1.057311}；
Mat T=Mat（3、3、CV_32FC1和数据）；
Mat R=Mat:：zeros（input.size（），CV_32FC1）；
Mat G=Mat:：zeros（input.size（），CV_32FC1）；
Mat B=Mat:：zeros（input.size（），CV_32FC1）；
for（int x=0；x