- 综合排序
- 最热优先
- 最新优先
- 来自专栏一心无二用，本人只专注于基础图像算法的实现与优化。
颜色空间系列2: RGB和CIELAB颜色空间的转换及优化算法
关于CIELAB颜色空间的更多原理说明，可见：http://en.wikipedia.org/wiki/Lab_color_space 本文研究的重点是RGB和LAB之间的快速转换过程。
4.6K20发布于 2019-09-11 - 来自专栏卓越笔记
Chrome 78 (谷歌浏览器 ) 进入暗黑模式
各种设置如下： Enabled（启用） Enabled with simple HSL-based inversion（使用简单的基于HSL的反转） Enabled with simple CIELAB-based inversion（使用简单的基于CIELAB的反转） Enabled with selective image inversion（选择性图像反转） Enabled with selective of non-image elements（非图像元素的选择性反转） Enabled with selective inversion of everything（选择性反转一切） HSL和CIELAB
1.1K40编辑于 2023-02-18 - 来自专栏墨白的Java基地
Chrome骚操作-暗黑模式
各种设置如下： Enabled （启用） Enabled with simple HSL-based inversion （使用简单的基于 HSL 的反转） Enabled with simple CIELAB-based inversion （使用简单的基于 CIELAB 的反转） Enabled with selective image inversion （选择性图像反转） Enabled with selective of non-image elements （非图像元素的选择性反转） Enabled with selective inversion of everything （选择性反转一切） HSL 和 CIELAB
2K20发布于 2021-03-08 - 来自专栏Unity开发系列专栏
OpenCV 4基础篇| 色彩空间类型转换
2.7 CIELab* 色彩空间 CIELab色彩空间是一种均匀色彩空间，也是一种面向视觉感知的颜色模型。在这个色彩空间中，颜色的表示方式与人类视觉系统对颜色的感知方式更加一致。 由于CIELab色彩空间是均匀色彩空间，这意味着在色彩空间中的两个颜色之间的欧氏距离与它们在视觉上的感知差异是成正比的。 这个特性使得CIELab色彩空间在颜色差异测量、颜色匹配和颜色校正等应用中非常有用。 此外，CIELab色彩空间是从CIE的XYZ色彩空间发展而来的。 在处理颜色时，通常需要先将颜色从RGB色彩空间转换到XYZ色彩空间，然后再转换到CIELab色彩空间。 与CIELab色彩空间类似，它也是均匀色彩空间，并且面向视觉感知。CIELuv色彩空间中的三个分量分别为L、u和v。
2.2K10编辑于 2024-02-21 - 来自专栏计算机视觉理论及其实现
Color exploitation in HOG-based traffic sign detection
颜色空间的选择对性能有很大的影响，其中我们发现CIELab和YCbCr颜色空间给出了最好的结果。颜色的使用显著提高了检测性能。 我们比较了以下颜色空间的结果:RGB, HSV, CIELab和YCbCr。 图2显示了CIELab检测器的示例输出图像。一般来说，我们观察到HOG检测器在大多数情况下优于专用算法。我们发现颜色空间的选择对检测性能有显著的影响。 对于蓝色圆形交通标志，CIELab色彩空间的性能优于其他色彩空间。对于红色圆形交通标志，CIELab和YCbCr色彩空间的表现相似，而对于红色三角形交通标志，YCbCr空间的表现最高。 我们发现CIELab和YCbCr空间提供了最好的性能，可能是由于适合交通标志的两个专用颜色通道的可用性。HSV和RGB空间不太适合用于交通标志检测。
37810编辑于 2024-04-13 - 来自专栏逸佳君的号
Adobe Photoshop 2022（mac+windows全版本都有，包括最新的2023）
它可以编辑和合成多个图层中的位图，支持图层遮罩、图像合成和包含RGB、CMYK、CIELAB、专色通道和双色调等多种颜色模型。
83830编辑于 2022-12-21 - 来自专栏暖瑾
Adobe Photoshop 2022 23.5.1.724 直装版
它可以编辑和合成多个图层中的位图，支持图层遮罩、图像合成和包含 RGB、CMYK、CIELAB、专色通道和双色调等多种颜色模型。该软件使用自己的 PSD 和 PSB 文件格式来支持上述功能。
93630编辑于 2022-10-19 - 来自专栏全栈程序员必看
matlab的imread怎么用_imread函数参数的含义
CCITT 3及4传真、PackBits、JPEG、LZW、ThunderScan压缩，以及不压缩的图像 3、逻辑型、灰度、索引、真彩以及高光谱图像 4、RGB、BMYK、CIELAB 若文件包含CIELAB颜色数据，imread先转成ICCLAB然后再导入MATLAB空间，这是因为8或16位的CIELAB编码的值使用的是有符号或无符号的数据类型，而这些类型不能在单一MATLAB数组中保存 指定格式的语法： A = imread(…) 返回使用RGB、CIELAB、ICCLAB或CMYK颜色空间的数据。若使用CMYK颜色空间，则A是M*N*4的数组。
3.3K20编辑于 2022-11-04 - 来自专栏图像处理与模式识别研究所
Slic图像分割
destroyAllWindows() SLIC number of segments: 213 算法：简单线性迭代聚类（Slic，simple linear iterativeclustering）算法是将彩色图像转化为CIELAB
85930编辑于 2022-05-28 - 来自专栏科研菌
号召网友一起来玩“找茬游戏”，研究结果发了篇Cell子刊论文
为研究贝母的色彩，研究团队首先获得了每个群体的反射光谱数据，根据CIELAB色觉模型（该模型专为人类色觉设计）计算，发现梭砂贝母的体色的确在群体之间差异显著（图2）。 A群体间的体色变异（CIELAB色彩空间）B采挖强度（横坐标）与伪装程度（纵坐标）的关系 C采挖难度（横坐标）与伪装程度（纵坐标）的关系 D 贝母目标显著度与玩家搜寻时间的关系（红色为三色视觉结果，蓝色为二色视觉结果
50120发布于 2020-12-08 - 来自专栏行走的机械人
【手撕算法】FT显著性检测算法
RGB颜色空间转换为CIELAB颜色空间 计算整幅图片的l、a、b的平均值 按照算法中的公式，计算每个像素l、a、b值同图像三个l、a、b均值的欧氏距离，得到显著图 归一化。
89240编辑于 2022-08-07 - 来自专栏一心无二用，本人只专注于基础图像算法的实现与优化。
超像素经典算法SLIC的代码的深度优化和分析。
首先，论文提到图像信息是取自于CIELAB空间而不是RGB空间，在论文中有相关的描述如下：CIELAB color space is widely considered as perceptually 我们实际编程测试时也发现在相同的参数下，很明显CIELAB空间的分割效果明显要比RGB空间的规则很多（如下两图所示）。这个可以从LAB空间的球形模型（左图）得到阐释吧。 在我的博文 颜色空间系列2: RGB和CIELAB颜色空间的转换及优化算法 中，提出了一种快速算法，可以无任何浮点计算快速的将RGB转换到和原图占用内存一样大小的内存空间中，而后续的编码也证明这种转换的精度损失对于结果的影响是完全在可以接受的范围内的
2.7K110发布于 2018-01-03 - 来自专栏DotNet NB && CloudNative
.NET 8 高性能跨平台图像处理库 ImageSharp详解
支持色彩空间转换（RGB、CMYK、灰度、CIELab）。 性能优异且内存友好，能够处理数百万像素的大图。 二、项目使用 1.
1.1K00编辑于 2025-01-22 - 来自专栏腾讯云设计中心
「 泛政务设计 」可视化色彩体系的配色方法探索
我们这里则可以基于CIELab 的色彩空间中，定位颜色映射的位置，通过CIELab 色彩空间中直线距离进行计算，来量度色彩之间的区分度，根据理论研究，两两颜色之间的“欧几里得距离” Delta E值均≥ （CIELab 色彩空间这里不展开讨论） 公式算法如下： 截图来源于《可视化色彩设计指南》） 计算范例： 根据以上信息这里，我们用到了2种方式： A方式：通过直接计算Delta E值均，验证是否大于
2.8K60编辑于 2022-05-05 - 来自专栏算法工程师的学习日志
使用 Kmeans聚类实现颜色的分割
('hestain.png'); imshow(he), title('H&E image'); 步骤 2：将图像从 RGB 颜色空间转换为 L*a*b* 颜色空间 L*a*b* 颜色空间（也称为 CIELAB
2K20编辑于 2022-07-27 - 来自专栏机器之心
AI绘画新思路：国产开源50亿参数新模型，合成可控性、质量实现飞跃
颜色（Color）：研究使用平滑的 CIELab 直方图表征图像的颜色统计。将 CIELab 颜色空间量化为 11 个色调值，5 个饱和度和 5 个光值，使用平滑 sigma 为 10。
56220编辑于 2023-03-29 - 来自专栏又见苍岚
OpenCV - 图像保留纹理去噪 fastNlMeansDenoising
但同时也保留了一些噪声, 默认为3 配套函数 fastNlMeansDenoising 仅用于灰度图像去噪 彩色图像去噪需要用到 fastNlMeansDenoisingColored函数，该函数会将图像转换到 CIELAB
4.7K20编辑于 2022-08-06 - 来自专栏计算机视觉life
超像素、语义分割、实例分割、全景分割
其中超像素中比较常用的一种方法是SLIC（simple linear iterative clustering），是Achanta 等人2010年提出的一种思想简单、实现方便的算法，将彩色图像转化为CIELAB
1.8K50发布于 2019-05-27 - 来自专栏二猫の家
Python：Choosing Colormaps in Matplotlib
One way to represent color is using CIELAB. In CIELAB, color space is represented by lightness, ; red-green, ; and yellow-blue, .
54410编辑于 2023-10-16 - 来自专栏GiantPandaCV
OpenCV图像处理专栏七 | 《Contrast image correction method》 论文阅读及代码实现
算法实现 接下来我们实现算法需要对RGB图像进行处理，我们可以像我之前那篇推文那样对RGB通道分别处理，但是可能会存在色偏，所以可以在YUV或者CIELAB等等空间只对亮度的通道进行处理，最后再转回RGB
1.5K30发布于 2019-12-24
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号