实验室和灰度之间的Python OpenCV颜色空间差异

我的理解是，当将图像从BGR转换到LAB时，L分量应该表示图像的灰度分量。但是，当我从BGR转换为灰度时，预期值不匹配。比如说,

        img1 = cv2.cvtColor(img, cv2.COLOR_BGR2LAB)
        print img1[0][0]
        img2 = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
        print img2[0][0]

在我的实验室图像中，第一个像素产生[168 133 162]，而第二个像素产生159。我的印象是，它们应该在某种程度上是等价的（这一点由于没有颜色_LAB2GRAY常数而得到加强）

有人能解释一下为什么会这样吗？是我对实验室的理解不正确，还是我只是误用了代码中的某些内容

---

如果它们确实不同，那么使用哪个更好？我的应用程序的其余部分是在实验室模型中操作图像，因此我尝试使用L分量作为灰度基线，但它的某些区域看起来比它们应该的亮。。。。与BGR2格雷场景不同。想法？

灰色=0.299R+0.587G+0.114B

但是从RGB到LAB的L通道的转换是不同的。（这是一个非线性函数）

可以找到精确的转换

实验室转换的非线性解释了你问题的最后一部分