本文共 1274 字，大约阅读时间需要 4 分钟。

博主欢迎转载，但请一定要给出原文链接，标注出处！！！谢谢~

特别不喜欢那些随便转载别人的原创文章又不给出链接的 所以不准偷偷复制博主的博客噢~~

色彩空间转换

最近因为一直在涉及图形处理方面的东西，所以免不了要涉及到色彩的转化，网上找了合适的rgb2lab以及rgb2hsl的代码。

但是在用的时候，一般对于一张图来说，至少几十万的像素点，一个个的像素点转化太费时间了。因此，索性重写了转化代码，可以对n个色彩同时进行转化，采用矩阵运算，速度飞快。 代码是python的，需要有numpy环境，代码下载地址见文章最后。 RGB：0…255 LAB：

L：Lightness 0...100  A:  -128...127 B:  -128...127

HSL:

h(float): hue 0...1 s(float): Saturation 0...1  (0=toward grey, 1=pure color)l(float): Lightness 0...1  (0=black 0.5=pure color 1=white)

rgb2lab,lab2rgb

单个色彩转换

import LABrgb=[123,245,211]lab=LAB.rgb2lab(rgb)rgb=LAB.lab2rgb(lab)

多个色彩转换

import LABimport numpy as npcolors=np.random.randint(0,255,size=(900*600,3))labs=LAB.rgb2lab_matrix(colors)rgbs=LAB.lab2rgb_matrix(labs)

rgb2hsl,hsl2rgb

单个色彩转换

import HSLrgb=[123,245,211]hsl=HSL.rgb2hsl(rgb)rgb=HSL.hsl2rgb(hsl)

多个色彩转换

import LABimport numpy as npcolors=np.random.randint(0,255,size=(900*600,3))hsls=LAB.rgb2hsl_matrix(colors)rgbs=LAB.hsl2rgb_matrix(hsls)

时间比较

n为600*900大小的数据，可以发现，矩阵运算速度是真的快。

|   time   | single for n times | matrix || -------- |:------------------:|:------:|| rgb2lab  |      5.923s        | 0.234s || lab2rgb  |      7.313s        | 0.235s ||          |                    |        || rgb2hsl  |      4.782s        | 0.156s || hsl2rgb  |      3.249s        | 0.140s |

代码地址