python opencv 图像偏色值检验

将rgb图像转到lab空间，实现偏色检验

参考论文《基于图像分析的偏色检测及颜色校正方法》（徐晓昭）中的方法。文中还有偏色纠正的算法，可能是我实现算法有问题吗，测试结果是那种算法只能针对特定偏色值范围的图形有效。

利用opencv的内置函数cv2.COLOR_BGR2LAB

用内置函数得到的三通道L，a，b的值并不是在规定范围(L: [0, 100], a: [-128, 127], b: [-128, 127]) ，估计其内置函数得到的范围为0-255，因此需要将其归一化

python代码

def color_test(img):
    b, g, r = cv2.split(img)
    print(img.shape)
    m, n, z = img.shape
    img_lab = cv2.cvtColor(img, cv2.COLOR_BGR2LAB)
    l, a, b = cv2.split(img_lab)
    d_a, d_b, M_a, M_b = 0, 0, 0, 0
    for i in range(m):
        for j in range(n):
            d_a = d_a + a[i][j]
            d_b = d_b + b[i][j]
    d_a, d_b = (d_a / (m * n)) - 128, (d_b / (n * m)) - 128
    D = np.sqrt((np.square(d_a) + np.square(d_b)))

    for i in range(m):
        for j in range(n):
            M_a = np.abs(a[i][j] - d_a - 128) + M_a
            M_b = np.abs(b[i][j] - d_b - 128) + M_b

    M_a, M_b = M_a / (m * n), M_b / (m * n)
    M = np.sqrt((np.square(M_a) + np.square(M_b)))
    k = D / M
    print('偏色值:%f' % k)
    return

测试效果

k=2.61

k=0.57

k=2.23

k=0.48

结论

基本符合其他算法的情况。