lab颜色空间实现图像偏色检验算法
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。