如何用cv2.cvtColor获取uint8图像的无舍入浮点型L*A*B值？

你的问题出在浮点型图像的像素值范围上：
OpenCV对浮点格式的BGR图像做颜色转换时，默认要求像素值处于0.0~1.0区间。你直接将uint8类型的0-255数值转成float32后，数值仍保持0-255，远超出了浮点模式的有效范围，所有大于1.0的像素都会被判定为白色，最终转换出的Lab值全是(100., 0., 0.)。

两种可行的解决方法 #

方法1：先归一化浮点图像，再转换Lab #

将uint8图像转成float32后，除以255.0归一化到0.0~1.0区间，再调用颜色转换：

import cv2
import numpy as np

random_bgr_image = np.random.randint(0, 256, 2 * 2 * 3).astype(np.uint8).reshape(2, 2, 3)

# 正确的浮点转换流程
float_bgr = random_bgr_image.astype(np.float32) / 255.0
lab_float = cv2.cvtColor(float_bgr, cv2.COLOR_BGR2Lab)
print(lab_float)

方法2：先转uint8格式Lab，再映射为浮点真实值 #

uint8格式的Lab有固定的数值映射规则：

• L通道：0~255 → 实际0~100
• a/b通道：0~255 → 实际-128~127
  可以先得到uint8的Lab结果，再通过计算转换为真实浮点值：

import cv2
import numpy as np

random_bgr_image = np.random.randint(0, 256, 2 * 2 * 3).astype(np.uint8).reshape(2, 2, 3)

# 先转uint8 Lab，再映射为真实浮点值
lab_uint8 = cv2.cvtColor(random_bgr_image, cv2.COLOR_BGR2Lab)
lab_float = np.empty_like(lab_uint8, dtype=np.float32)
lab_float[..., 0] = lab_uint8[..., 0] * (100.0 / 255.0)
lab_float[..., 1] = lab_uint8[..., 1] - 128.0
lab_float[..., 2] = lab_uint8[..., 2] - 128.0
print(lab_float)

两种方法都能得到正确的浮点型Lab值，你可以根据需求选择：方法1更贴合OpenCV的浮点图像处理规范，方法2则避免了归一化步骤，直接基于uint8结果转换。

内容的提问来源于stack exchange，提问作者Y_Z