在做一个图像的转换,读入 jpg,将 rgb 转为 luv.
import cv2
import numpy as np
im=np.array([[[0.78039217, 0.73333335, 0.73333335]]],dtype=float32)
im_xyz=cv2.cvtColor(im,cv2.COLOR_RGB2XYZ) #这个结果好像正确 array([[[ 0.71641064, 0.74334133, 0.79932952]]], dtype=float32)
im_luv=cv2.cvtColor(im,cv2.COLOR_RGB2LUV)#array([[[ 76.84296417, 6.9851861 , 1.50677502]]], dtype=float32) #我怀疑这个是错误的。
但是我用 matlab 跑的结果是 89.0798 , 3.5388 , 0.7616
而我自己按照官方文档?的公式的结果 L 也是 89.0 。我真的觉得是不是 OpenCV 这个函数写错了。
求解啊, OpenCV 真是神坑, imread 默认读入是 BGR ,我晕。 CV_RGB2XYZ 早就改成了 COLOR_RGB2XYZ 官方文档都不改。我也是醉了,一天都在搞这个,烦死了。
我开了一个帖子问,(opencv 论坛)[http://answers.opencv.org/question/76503/may-i-ask-why-i-get-the-wrong-answer-about-rgb2luv/?answer=76549#post-id-76549]
源代码方面
float L = splineInterpolate(Y*LabCbrtTabScale, LabCbrtTab, LAB_CBRT_TAB_SIZE);
L = 116.f*L - 16.f;
并没有 1/3 的处理啊。
而 lab 有 1/3 ,但是结果也是不同的,真的比较迷惑。
float X = R*C0 + G*C1 + B*C2;
float Y = R*C3 + G*C4 + B*C5;
float Z = R*C6 + G*C7 + B*C8;
float FX = X > 0.008856f ? std::pow(X, _1_3) : (7.787f * X + _a);
float FY = Y > 0.008856f ? std::pow(Y, _1_3) : (7.787f * Y + _a);
float FZ = Z > 0.008856f ? std::pow(Z, _1_3) : (7.787f * Z + _a);
float L = Y > 0.008856f ? (116.f * FY - 16.f) : (903.3f * Y);
float a = 500.f * (FX - FY);
float b = 200.f * (FY - FZ);
有人告诉我是因为 LabCbrtTab is a lookup table of nonlinear rising slope that consider the luminance of the white reference Yn. 不懂了难道不是 rgb/255 左乘以一个矩阵么。
所以还是自己去实现是么,这样怎么让我放心的用 OpenCV QAQ,连官方的函数都不对的即视感。
1
northisland 2015-11-17 20:50:08 +08:00 via iPhone
RGB 是约定俗成的说法, opencv4 通道顺序一般是 bgra , 4 个 8 位。
cv2 坑太大建议尽早往 numpy 上回头 |
2
caomaocao 2015-11-17 20:59:39 +08:00
一直是 BGR 啊,液晶显示器上排列也说 BGR 吧。 RGB 是习惯称法吧...
|
3
northisland 2015-11-17 21:02:49 +08:00
function luv = rgb2luv( rgb )
% convert to XYZ XYZ = [0.4125, 0.3576, 0.1804; ... 0.2125, 0.7154, 0.0721; ... 0.0193, 0.1192, 0.9502]; xyz = XYZ * rgb; % convert to Luv luv = xyz; Yn = 1; Lt = 0.008856; Un_prime = 0.19784977571475; Vn_prime = 0.46834507665248; L0 = xyz(2,:) / Yn; warning off MATLAB:divideByZero; constant = xyz(1,:) + 15 * xyz(2,:) + 3 * xyz(3,:); u_prime = (constant ~= 0) .* ((4 * xyz(1,:)) ./ constant) + (constant == 0) * 4.0; v_prime = (constant ~= 0) .* ((9 * xyz(2,:)) ./ constant) + (constant == 0) * 9.0/15.0; luv(1,:) = (L0 > Lt) .* (116.0 * (L0 .^ (1/3)) - 16.0) + (L0 <= Lt) .* (903.3 * L0); luv(2,:) = 13 * luv(1,:) .* (u_prime - Un_prime); luv(3,:) = 13 * luv(1,:) .* (v_prime - Vn_prime); % be rid of NaNs luv(find(isnan(luv))) = 0; =_____= |
4
irainy 2015-11-17 21:08:53 +08:00
@northisland 如何往 numpy 上回头?
|
5
Jackhuang OP @northisland 所以还是自己搞矩阵运算是么? QAQ
|
6
Jackhuang OP @northisland 我就是用 matlab 的这段代码检验的,答案是 89 , cv2 的结果是 76.84 。所以回来自己写矩阵才是王道,是么?
|
7
hardware 2015-11-17 21:14:32 +08:00
opencv 都算神坑的话 ros 简直就是黑洞
|
8
northisland 2015-11-17 21:18:12 +08:00 via iPhone
色彩空间线性变换大概是
(x,y,z)T=(R , G , B)T ( r , g , b ) T 就是矩阵乘法 然后 xyz 往 luv 上算 |
9
northisland 2015-11-17 21:19:59 +08:00 via iPhone
@Jackhuang 自己写起码不会错
|
10
northisland 2015-11-17 21:21:56 +08:00 via iPhone
还有,就是查你颜色是 0 ~ 1 还说 0 ~ 255
|
11
ihciah 2015-11-18 09:24:57 +08:00
好像转 YUV 也有点问题,我当初是直接查公式然后手写
|
12
area346 2015-11-18 12:30:17 +08:00
opencv 挺好用的啊~不过我都是用 c++...python 用的少
|