colormath库delta_e_cie2000函数报错：numpy无asscalar属性求解

问题原因 #

numpy 1.25及后续版本彻底移除了numpy.asscalar()函数——该函数早在之前的版本就被标记为弃用，官方推荐使用.item()方法替代。你之前的代码能正常运行，是因为当时环境的numpy版本较低，保留了这个弃用函数；而现在本地和Google Colab的numpy版本已更新，所以触发了AttributeError。

修复方法 #

找到代码中所有调用np.asscalar(xxx)的位置，替换为xxx.item()即可。如果是明确类型的标量数组，也可以直接用float(xxx)或int(xxx)完成转换，效果一致。

完整CIE2000色差计算示例 #

要计算RGB颜色的CIE2000色差，需先将RGB转换为Lab颜色空间（CIE2000色差基于Lab空间计算），以下是修复后的完整代码：

import numpy as np

def rgb_to_lab(rgb):
    # 将RGB值从0-255归一化到0-1
    rgb = np.array(rgb, dtype=np.float64) / 255.0
    
    # sRGB转XYZ
    mask = rgb > 0.04045
    rgb[mask] = ((rgb[mask] + 0.055) / 1.055) ** 2.4
    rgb[~mask] = rgb[~mask] / 12.92
    xyz = np.dot(rgb, np.array([
        [0.4124564, 0.3575761, 0.1804375],
        [0.2126729, 0.7151522, 0.0721750],
        [0.0193339, 0.1191920, 0.9503041]
    ]))
    
    # XYZ转Lab（参考白点D65）
    xyz_ref = np.array([0.95047, 1.0, 1.08883])
    xyz = xyz / xyz_ref
    mask = xyz > 0.008856
    xyz[mask] = xyz[mask] ** (1/3)
    xyz[~mask] = (7.787 * xyz[~mask]) + 16/116
    
    L = (116 * xyz[1]) - 16
    a = 500 * (xyz[0] - xyz[1])
    b = 200 * (xyz[1] - xyz[2])
    return np.array([L, a, b])

def delta_e_cie2000(lab1, lab2):
    L1, a1, b1 = lab1
    L2, a2, b2 = lab2
    
    # 计算C和h
    C1 = np.sqrt(a1**2 + b1**2)
    C2 = np.sqrt(a2**2 + b2**2)
    C_avg = (C1 + C2) / 2
    
    G = 0.5 * (1 - np.sqrt(C_avg**7 / (C_avg**7 + 25**7)))
    
    a1_prime = a1 * (1 + G)
    a2_prime = a2 * (1 + G)
    
    C1_prime = np.sqrt(a1_prime**2 + b1**2)
    C2_prime = np.sqrt(a2_prime**2 + b2**2)
    C_avg_prime = (C1_prime + C2_prime) / 2
    
    # 计算h
    h1_prime = np.arctan2(b1, a1_prime)
    h1_prime = h1_prime + 2 * np.pi if h1_prime < 0 else h1_prime
    h2_prime = np.arctan2(b2, a2_prime)
    h2_prime = h2_prime + 2 * np.pi if h2_prime < 0 else h2_prime
    
    h_avg_prime = (h1_prime + h2_prime) / 2
    if np.abs(h1_prime - h2_prime) > np.pi:
        h_avg_prime += np.pi
    
    T = 1 - 0.17 * np.cos(h_avg_prime - np.pi/6) + 0.24 * np.cos(2 * h_avg_prime) + 0.32 * np.cos(3 * h_avg_prime + np.pi/30) - 0.2 * np.cos(4 * h_avg_prime - 21*np.pi/60)
    
    delta_L_prime = L2 - L1
    delta_C_prime = C2_prime - C1_prime
    
    delta_h_prime = h2_prime - h1_prime
    if np.abs(delta_h_prime) > np.pi:
        delta_h_prime -= 2 * np.pi if delta_h_prime > 0 else -2 * np.pi
    
    delta_H_prime = 2 * np.sqrt(C1_prime * C2_prime) * np.sin(delta_h_prime / 2)
    
    # 计算权重因子
    S_L = 1 + (0.015 * (L1 - 50)**2) / np.sqrt(20 + (L1 - 50)**2)
    S_C = 1 + 0.045 * C_avg_prime
    S_H = 1 + 0.015 * C_avg_prime * T
    
    R_T = -2 * np.sqrt(C_avg_prime**7 / (C_avg_prime**7 + 25**7)) * np.sin(2 * np.radians(30 * np.exp(-((np.degrees(h_avg_prime) - 275)/25)**2)))
    
    # 计算delta E
    delta_e = np.sqrt(
        (delta_L_prime / S_L)**2 +
        (delta_C_prime / S_C)**2 +
        (delta_H_prime / S_H)**2 +
        R_T * (delta_C_prime / S_C) * (delta_H_prime / S_H)
    )
    
    # 替换原np.asscalar为.item()
    return delta_e.item()

# 示例使用
rgb1 = [255, 0, 0]  # 红色
rgb2 = [0, 255, 0]  # 绿色
lab1 = rgb_to_lab(rgb1)
lab2 = rgb_to_lab(rgb2)
print(f"CIE2000色差: {delta_e_cie2000(lab1, lab2):.2f}")

这段代码中已经将所有需要提取标量的地方替换为.item()，同时包含了完整的RGB转Lab和CIE2000色差计算逻辑，可直接运行。

内容的提问来源于stack exchange，提问作者Thanos Lyras