LAB和灰度之间的Python OpenCV色彩空间差异

Question

据我所知，当将图像从BGR转换为LAB时，L分量应该代表图像的灰度分量。但是，当我从BGR转换为灰度时，预期值不匹配。例如，

        img1 = cv2.cvtColor(img, cv2.COLOR_BGR2LAB)
        print img1[0][0]
        img2 = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
        print img2[0][0]

我在LAB中的图像中的第一个像素产生[168 133 162]，而第二个像素产生159.我的印象是它们应该以某种方式相等（这是因为没有COLOR_LAB2GRAY常数这一事实）。 / p>

有人可以澄清并解释为什么会这样吗？我对LAB的理解是不正确的，还是我只是在我的代码中滥用了什么？

如果它们确实不同，那么哪个更好？我的应用程序的其余部分是在LAB模型中操作图像，因此我很想使用L分量作为我的灰度基线，但它有些区域看起来比它们应该更轻....与BGR2GRAY场景不同。想法？

Answer 1

灰色= 0.299R + 0.587G + 0.114B

但是从RGB到LAB的L通道的转换不同。 （这是一种非线性函数）

可以找到确切的转换here。

LAB转换的非线性解释了问题的最后部分。