本文介绍了如何使用OpenCV库将BGR颜色空间的图像转换为LAB颜色空间。通过`cv2.cvtColor()`函数进行转换，并分别提取L、a、b通道。然后使用numpy的`dstack()`函数将三个通道重新组合成新的特征矩阵，以保持数据的uint8类型，确保图像能够正确显示。虽然可以使用更高精度的数据类型，但那样会导致imshow或plot无法显示图像。博客中还提到了显示图像的辅助函数`showImgByPlot()`，并指出展示单个通道也是可行的，但此处未进行演示。
import cv2
import numpy as np
lotus = cv2.imread('lotus.jpg')
showImgByPlot(lotus,10,6)
lotus_lab = cv2.cvtColor(lotus, cv2.COLOR_BGR2LAB)
l, a, b = cv2.split(lotus_lab)
#! featureMat = cv2.merge([l, a, b])
#! merge失败
featureMat = np.dstack((l, a, b)).astype(np.uint8)
showImgByPlot(featureMat,10,6)
碎碎念，其实可以使用np.float32的精度，但是使用了这个精度就无法使用imshow或者plot
显示了（我这里显示的是空白，改成uint8就可以正常显示了，如有误请指正）
效果如下
想要把l,a,b通道单列出来也是可以的，不做演示了
showImgByPlot是我写的函数，大家可以直接用imshow或者plot就好
扫一扫
4023
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
