参考博客链接:Python实现RGB和Lab颜色空间互转
Python实现RGB转Lab颜色空间,PS:和PhotoShop转换结果一下
我:用pytorch实现第一和第二篇博客的代码,同时加入LAB2RGB的功能。
环境:Python3,pytorch1.0.0。OpenCV+numpy。
原图:
第一篇博客代码的重建图:
pytorch实现的第一篇博客代码的重建图:
pytorch实现的与PS相同结果的重建图:
代码如下:
# -*- coding: utf-8 -*-
import numpy as np
import cv2
import torch
# 作者:李敏盛
# 时间:2020-11-27
# #############################################################
# 原代码来自链接:
# https://blog.csdn.net/qq_36810544/article/details/83855962
# RGB2XYZ空间的系数矩阵
M = np.array([[0.412453, 0.357580, 0.180423],
[0.212671, 0.715160, 0.072169],
[0.019334, 0.119193, 0.950227]])
Mt = np.linalg.inv(M) # M的逆矩阵,用于实现XYZ2RGB
# [[ 3.24048134 -1.53715152 -0.49853633]
# [-0.96925495 1.87599 0.04155593]
# [ 0.05564664 -0.20404134 1.05731107]]
# im_channel取值范围:[0,1]
def f(im_channel):
return np.power(im_channel, 1 / 3) if im_channel > 0.008856 else 7.787 * im_channel + 0.137931
def anti_f(im_channel):
return np.power(im_channel, 3) if im_channel > 0.206893 else (im_channel - 0.137931) / 7.787
# RGB 行向量转 xyz 行向量,但实际上输入的是BGR行向量(B,G,R),大小为0到255。
def __rgb2xyz__(pixel):
b, g, r = pixel[0], pixel[1], pixel[2]
rgb = np.array([r, g, b]) # 实现bgr转rgb
XYZ = np.dot(M, rgb.T) # 3x3 * 3x1 = 3x1
XYZ = XYZ / 255.0 # to [0,1]
return (XYZ[0] / 0.95047, XYZ[1] / 1.0, XYZ[2] / 1.08883)
def __xyz2lab__(xyz): # xyz 行向量转 LAB 行向量
F_XYZ = [f(x) for x in xyz]
L = 116 * F_XYZ[1] - 16 if xyz[1] > 0.008856 else 903.3 * xyz[1] # [0,100]
a = 500 * (F_XYZ[0] - F_XYZ[1]) # [-127,127]
b = 200 * (F_XYZ[1] - F_XYZ[2]) # [-127,127]
return (L, a, b)
def RGB2Lab(pixel): # 实现RGB行向量转LAB行向量,但实际上输入的是RGB行向量
# (B,G,R),大小为0到255