Python skimage在每个通道的实验室颜色空间中使用什么范围？

当使用

skimage.color.rgb2lab

将图像从RGB转换到LAB时，我真的找不到文档，三个通道中的每个通道在skimage中都可以有哪个值范围。 我对下面代码的尝试表明，对于

L

频道，

[-6952.277924.33]

对于

A

频道，

[-8700.717621.43]

对于

B

频道，

[-8700.717621.43]

但在我看来，这既不像典型的LBA值（

[01100]

，

[-170100]

，

[-100150]

），也不像人们在描述中看到的那样，数字的比率似乎也不相似，而且这些通常都是看起来很“奇怪”的范围，似乎根本没有标准化

那么，如果通过

skimage

转换，LBA图像的每个通道可以有什么值呢

（和/或下面我的错误在哪里？试着确定它们？）

---

好吧，您的第一个错误是使用纯Python循环而不是NumPy表达式，但这与主题无关请参阅下文，了解您试图实现的目标的更有效版本

第二个错误更为微妙，可能是scikit image新手最常见的错误。从版本0.16开始，scikit映像为不同的数据类型使用隐式数据范围，详细信息请参见

np.zeros

默认为浮点数据类型，因此上面的输入数组的浮点范围为0-255，比预期的0-1大得多，因此在实验室空间中的范围也同样大

通过将

imgs

声明更改为

imgs=np.zero（（16777216，1，1，3），dtype=np.uint8），可以使用
numpy.uint8
值而不是浮点值查看实验室值的范围。但是，请在下面填写“NumPy way”的完整代码：

[2]中的
：将numpy作为np导入
在[3]中：colors=np.mgrid[0:256,0:256,0:256].aType（np.uint8）
在[4]：颜色。形状
Out[4]：（3，256，256，256）
在[6]中：all_rgb=np.转置（颜色）
在[7]：从脱脂进口颜色
在[8]中：all_lab=color.rgb2lab（all_rgb）
在[9]中：np.max（所有轴=（0,1,2））
Out[9]：数组（[100,98.23305386,94.47812228]）
在[10]中：np.min（所有实验室，轴=（0,1,2））
Out[10]：数组（[0.，-86.18302974，-107.85730021]）

为了说明数据范围问题，您可以看到在0-1中使用浮点输入会得到相同的结果：

[12]中的
：all_lab2=color.rgb2lab（all_rgb/255）
在[13]中：np.max（所有λlab2，轴=（0,1,2））
Out[13]：数组（[100,98.23305386,94.47812228]）

# WARN: can take a while to calculate
import numpy as np
from skimage.color import rgb2lab
import multiprocessing as mp

colors = [[r,g,b] for r in range(256) for g in range(256) for b in range(256)]

imgs = np.zeros((16777216,1,1,3))
for i, color in enumerate(colors):
    imgs[i,:,:] = color


labs = np.zeros((16777216,1,1,3))
pool = mp.Pool(mp.cpu_count()-1)
try:
    labs = pool.map(rgb2lab, imgs)
except KeyboardInterrupt:
    # without catching this here we will never be able to manually stop running in a sane way
    pool.terminate()
pool.close()
pool.join()

print(np.min(labs[:,:,:,0]), np.max(labs[:,:,:,0]), np.min(labs[:,:,:,1]), np.max(labs[:,:,:,1]), np.min(labs[:,:,:,2]), np.max(labs[:,:,:,2]))

# 0.0 9341.570221995466 -6952.27373084052 7924.333617630548 -8700.709143439595 7621.42813486568