Python cv.COLOR\U BGR2LAB给出的范围错误

在下面的代码中，我使用了一个png图像4096*4096像素，其中包括所有可能的RGB颜色（不是相同像素的两倍，可以在这里找到） 然后我将RGB值转换为LAB值，并检查每个通道的范围

import cv2 as cv
import numpy as np

im=cv.imread('allrgb.png')


im=im.astype(np.uint8)

colors_lab=cv.cvtColor(im,cv.COLOR_BGR2LAB)

m=np.amin(colors_lab[...,...,0])    

结果如下：

如果原始图像的类型为uint8，R[0255]，G[0255]，B[0255]给出L[0255]，A[42226]，B[20223]

如果原始图像具有float32类型，R[0,1]，G[0,1]，B[0,1]给出L[0100]，A[-86.1813,98.2351]，B[-107.862,94.4758]

在任何情况下，实验室范围都不是预期的范围，这是由open CV文档给出的

---

知道如何解释吗？

从OpenCV返回的实验室值永远不会超出范围0≤ L≤ 100, -127 ≤ A.≤ 127, -127 ≤ B≤ 127转换浮点图像时（）。转换8位图像时，L的范围乘以255/100，a和b的偏移量为128以填充8位范围

但无论图像数据类型如何：实验室颜色空间的色域都超过了RGB颜色空间的色域，例如，请参见wikipedia文章的第二段

---

因此，当您从RGB/BGR转换到LAB时，您将永远无法获得完整的LAB范围，因为LAB包含无法在RGB中表示的颜色。

我错过了这里的要点。那么，将BGR转换为CieLAB颜色空间的最佳方法是什么？正如问题中所述，OpenCV返回的值超出了

a

和

b

值的范围，而这些值必须是-127到+127。@decadenza OpenCV文档为浮点和8位图像转换指定了不同的范围，我在对答案的编辑中试图澄清这一点。谢谢。我已经测试了一些代码，要从经典的BGR OpenCV图像中获得正确的值，最简单的方法是执行

img.astype（“float32”）/255

，然后调用

imgLab=cv2.cvtColor（img，cv2.COLOR\u BGR2Lab）

。这是因为，正如OpenCV文档中所指出的，如果输入图像是浮动的，则不会更改Lab值！