RGB转为CIELAB

首先RGB是不可以直接转为CIELAB颜色空间的，RGB需要先转为CIEXYZ颜色空间，然后再由CIEXYZ颜色空间转为CIELAB颜色空间。关于这2个颜色空间的互转，主要参考了http://www.cnblogs.com/Imageshop/archive/2013/02/02/2889897.html这篇文章。
RGB转LAB颜色空间的代码如下：

void RGB2LAB(Mat &rgb, Mat &Lab) {//RGB 转XYZMat XYZ(rgb.size(), rgb.type());Mat_ <Vec3b>::iterator beginRGB = rgb.begin<Vec3b>();Mat_ <Vec3b>::iterator endRGB = rgb.end<Vec3b>();Mat_ <Vec3b>::iterator beginXYZ = XYZ.begin<Vec3b>();int shift = 22;for (; beginRGB != endRGB; beginRGB++, beginXYZ++){(*beginXYZ)[0] = ((*beginRGB)[0] * 199049 + (*beginRGB)[1] * 394494 + (*beginRGB)[2] * 455033 + 524288) >> (shift - 2);(*beginXYZ)[1] = ((*beginRGB)[0] * 75675 + (*beginRGB)[1] * 749900 + (*beginRGB)[2] * 223002 + 524288) >> (shift - 2);(*beginXYZ)[2] = ((*beginRGB)[0] * 915161 + (*beginRGB)[1] * 114795 + (*beginRGB)[2] * 18621 + 524288) >> (shift - 2);}//XYZ转LABint LabTab[1024];for (int i = 0; i < 1024; i++){if (i>9)LabTab[i] = (int)(pow((float)i / 1020, 1.0F / 3) * (1 << shift) + 0.5);elseLabTab[i] = (int)((29 * 29.0 * i / (6 * 6 * 3 * 1020) + 4.0 / 29) * (1 << shift) + 0.5);}const int ScaleLC = (int)(16 * 2.55 * (1 << shift) + 0.5);const int ScaleLT = (int)(116 * 2.55 + 0.5);const int HalfShiftValue = 524288;beginXYZ = XYZ.begin<Vec3b>();Mat_<Vec3b>::iterator endXYZ = XYZ.end<Vec3b>();Lab.create(rgb.size(), rgb.type());Mat_<Vec3b>::iterator beginLab = Lab.begin<Vec3b>();for (; beginXYZ != endXYZ; beginXYZ++, beginLab++){int X = LabTab[(*beginXYZ)[0]];int Y = LabTab[(*beginXYZ)[1]];int Z = LabTab[(*beginXYZ)[2]];int L = ((ScaleLT * Y - ScaleLC + HalfShiftValue) >> shift);int A = ((500 * (X - Y) + HalfShiftValue) >> shift) + 128;int B = ((200 * (Y - Z) + HalfShiftValue) >> shift) + 128;(*beginLab)[0] = L;(*beginLab)[1] = A;(*beginLab)[2] = B;}
}

利用LAB颜色空间进行偏色检测

这种方法是《基于图像分析的偏色检测及颜色校正方法》——徐晓昭，蔡轶珩提出来的一个理论，大概是说：图像的偏色不仅与图像色度的平均值有直接关系，还与图像的色度分布特性有关。如果在 a - b色度坐标平面上的二维直方图中色度分布基本上为单峰值，或者分布较为集中，而色度平均值又较大时，一般都存在偏色，而且色度平均值越大，偏色越严重。因此引入等效圆的概念，采用图像平均色度D和色度中心距M的比值，即偏色因子K来衡量图像的偏色程度。其计算方法如下式：
在这里插入图片描述
其中a,b代表的就是LAB色度空间的A,B。M,N代表图片长宽，一般来说当求出的K值不大于1.5我们可以认为其整体图像偏色的可能性不大。

//true代表存在偏色，false代表不存在偏色
bool PartialcolorJudge(Mat &imgLab) {Mat_<Vec3b>::iterator begin = imgLab.begin<Vec3b>();Mat_<Vec3b>::iterator end = imgLab.end<Vec3b>();float suma = 0, sumb = 0;for (; begin != end; begin++) {suma += (*begin)[1];//asumb += (*begin)[2];//b}int MN = imgLab.rows * imgLab.cols;double Da = suma / MN - 128; //归一化到[-128,127]double Db = sumb / MN - 128; //同上//求平均色度double D = sqrt(Da * Da + Db * Db);begin = imgLab.begin<Vec3b>();double Ma = 0, Mb = 0;//求色度中心距for (; begin != end; begin++) {Ma += abs((*begin)[1] - 128 - Da);Mb += abs((*begin)[2] - 128 - Db);}Ma = Ma / MN;Mb = Mb / MN;double M = sqrt(Ma * Ma + Mb * Mb);float K = float(D / M);if (K >= 1.5) {return true;}else {return false;}
}