问题标签 [cielab]

我已经使用以下代码读取了 RGB 图像

现在，我想将 RGB 图像转换为 CIELAB 图像。如何使用rasterR 包做到这一点？我知道CRImageBioconductor 包有一个功能来实现这个（convertRGBToLAB）。但我想使用rasterR 包来实现它。

有没有办法CIE 色度坐标到灰度值（0 到 255）？

ImageJ、R 或 Python 中的任何现有实现？还是公式？

这是取自这里的表格。

我需要绘制一张 CIELab 图表，如下图所示。

我设法使用 Plotly 重新创建了几乎所有内容，但我不知道如何添加表示颜色空间的渐变圆。我尝试将图像添加为背景，但是当我放大或缩小时它没有被缩放。有没有办法做到这一点？另外，为什么平移按钮不显示在模式栏中？

这就是我得到的：

这是我写的代码：

I wrote a code that gives me the average RGB value of an image. Now I want besides the RGB value, also a LAB value. I found a code to do the conversion, but when I run the code, it only gives me the last value.

So with this code I receive the average RGB and place it in a dataframe:

When I want to converse my RGB value to LAB I found this code to do the conversion:

When I run this code it provides me only the last value. I quite sure I am creating a loop, but I don't know how to fix it. Can someone help me with this?

I know my title is a bit different as my real question but maybe someone knows a easier way to get the LAB values?

我在将 RGB 值绘制成色度图时遇到了一些问题：

我有一些不同的 RGB 值，我想将它们绘制成色度图以使它们可视化。我想让它们可视化，因为我必须展示它们，我希望每个人都能看到色差。

使用 Python 中的颜色包，我可以制作色度图，并且可以绘制 1 个 RGB 值。当我添加更多 RGB 值时，出现错误。

这是我的代码：

我收到这个错误：

回溯（最后一次调用）：文件“C:\Users\User\PycharmProjects\pythonProject4\Overige\Cie.py”，第 8 行，RGB = np.array([79, 2, 45], [87, 12 , 67]) 类型错误：字段元素必须是 2 或 3 元组，得到 '87

在此图中，我想绘制我的 RGB 值：

总的来说，我想在这张图中绘制大约 20 个 RGB 值。

有人可以帮我解决这个问题，还是有更好/更简单的方法来做到这一点？

谢谢！

使用此脚本，我计算每种颜色之间的 delta e。它工作得很好，但是当我必须添加另一种颜色时，它的工作量很大。所以我的问题是：是否有同时比较每种颜色的功能？

我希望根据 R 中的 CIELAB 值或 RGB 值生成单一颜色的图。

我见过在 RColorBrewer 中显示颜色的示例：

但是如何在 image() 中显示单一颜色？

干杯，

我想在不同的颜色空间中绘制 Mac Adam 椭圆。为方便起见，我也想展示可能的 sRGB 色域。就像在这张图片中一样（也是用colorio包装制作的）：

这里我遇到了两个问题：

1. 我不知道如何将 sRGB 切片添加到绘图中（它似乎使用不同的包进行 3D 绘图 - 即pyvista代替matplotlib）
2. 我不确定这是否是包中的错误，因为给定的 sRGB 色域切片不是在 Y 轴上而是在 x 轴上制作的。colorio.plot_rgb_slice(cs, .2).show()

我的代码：

给定 CIELAB 颜色（L* A* B* 值），如何降低色度（饱和度）？

色度可以计算如下：

C ab= sqrt(a ²+b*²)

假设输出为 72。如何转换变量a并b强制色度为例如。43？

我可以使用 Color 和 Numpy 将 RGB 值转换为 Lab：

但是当我想使用特定的白点时，D50 就像这个例子

我得到错误

我究竟做错了什么？