python - 将图像从RGB转换为LUV并反向转换为不同的图像

我目前正在尝试从原始RGB图像开始，将其转换为LUV，执行一些操作（即旋转色相），然后将其旋转回RGB以用于显示目的。但是，我遇到了一个令人烦恼的问题，其中RGB到LUV的转换（反之亦然）似乎正在改变图像。具体来说，如果我从LUV图像开始，将其转换为RGB，然后将其更改回LUV，而不更改其他任何内容，则原始图像会有所不同。对于颜色转换算法的Python（cv2）和Matlab（开放源代码）实现，以及我自己基于的手动编码实现，都已经发生了这种情况。这是一个例子：

luv1 = np.array([[[100,6.12,0]]]).astype('float32')
rgb1 = cv2.cvtColor(luv1,cv2.COLOR_Luv2RGB)
luv2 = cv2.cvtColor(rgb1,cv2.COLOR_RGB2Luv)
print(luv2)
[[[99.36293    1.3064307 -1.0494182]]]

如您所见，LUV坐标已从输入中更改。这是因为某些LUV坐标在RGB空间中没有直接匹配吗？

最佳答案

是的，删除代码中的astype('uint8')位，如果正确实现了转换，则差异应该消失。

您可以在Wikipedia中查看转换公式。没有什么是不可逆的，转换是彼此的完美逆。

但是，此转换包含三次方，它确实会拉伸一些值。将转换舍入为整数可能会导致颜色发生明显变化。

而且，Luv域是高度不规则的，因此验证Luv值是否会导致RGB值可能不容易。您的陈述“我已经验证luv1的条目都在允许的输入范围内”，这使我相信您认为Luv域是一个框。它不是。 u和v的范围随L的变化而变化。一个不错的练习是从RGB立方体的采样开始，并将其映射到Luv，然后绘制这些点以查看Luv域的形状。维基百科提供了一个示例，显示了for the sRGB gamut的外观。

OpenCV cvtColor函数会将RGB值限制在[0,1]范围内（如果类型为float32），如果输入超出色域，则会导致不可逆的颜色变化。

这是显示转换是可逆的示例。我从RGB值开始，因为这些值很容易验证为有效：

import numpy as np
import cv2

rgb1 = np.array([[[1.0,1.0,1.0],[0.5,1.0,0.5],[0.0,0.5,0.5],[0.0,0.0,0.0]]], 'float32')
luv1 = cv2.cvtColor(rgb1, cv2.COLOR_RGB2Luv)
rgb2 = cv2.cvtColor(luv1, cv2.COLOR_Luv2RGB)
np.max(np.abs(rgb2-rgb1))

这将返回2.8897537e-06，这是32位浮点数的数字精度。

关于python - 将图像从RGB转换为LUV并反向转换为不同的图像，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/53768922/