Python中基于Delta E的CIELAB颜色与基准集批量匹配问题

问题描述 #

现有如下CIELAB颜色数据集：

ID    L     a       b
 1  29.13   15.82   5.40
 2  25.23   17.89   7.32
 3  28.10   18.23   7.40
 4  26.39   17.18   7.32
 5  26.08   14.20   5.59
 6  29.62   18.23   6.73
 7  32.96   20.82   9.56

需要为每个ID对应的颜色，计算与B1至B8基准色集的Delta E（CIELAB颜色空间的欧氏距离），并匹配Delta E值最小的基准色编号，最终生成包含CS列的数据集。

尝试批量处理时出现报错：

Traceback (most recent call last):
  File "d:\Análises\labels_nome\Programas\import_openpyxl.py", line 27, in <module>
    sh['cor_carne'] = str('B') + str(DEb.index(min(DEb)) +1)
  File "C:\Users\AppData\Local\Packages\PythonSoftwareFoundation.Python.3.9_qbz5n2kfra8p0\LocalCache\local-packages\Python39\site-packages\pandas\core\generic.py", line 1442, in __nonzero__
    raise ValueError(
ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

错误原因 #

1. 原代码中DEb存储的是pandas Series对象（而非单个数值），因为sh['L']等是Series，计算后每个元素都是对应所有样本的Delta E序列。
2. 调用min(DEb)时，实际是在比较Series对象的大小，pandas无法直接判断Series的布尔值，因此抛出歧义错误。
3. 最终赋值逻辑错误：试图给整列赋同一个全局最小的B编号，而非每个样本对应各自的最小编号。

解决方案 #

方法一：利用现有函数逐行处理（简单直观） #

复用你已验证可行的单个样本处理函数，通过pandas.apply逐行批量处理：

import pandas as pd

def meat_color(Lab):
    # 基准颜色集B1-B8
    benchmark = [
        [61.3989, 29.7278, 19.1271],  # B1
        [50.1579, 44.9554, 28.1963],  # B2
        [42.9522, 54.1075, 38.8624],  # B3
        [36.6442, 60.9148, 51.0431],  # B4
        [31.2828, 54.7112, 45.1422],  # B5
        [25.2966, 47.7847, 37.7562],  # B6
        [19.3373, 40.9029, 29.2594],  # B7
        [13.0943, 33.665, 20.5282]    # B8
    ]
    # 计算当前样本与所有基准色的Delta E
    delta_e_list = []
    for ref in benchmark:
        de = ((ref[0]-Lab[0])**2 + (ref[1]-Lab[1])**2 + (ref[2]-Lab[2])**2)**0.5
        delta_e_list.append(de)
    # 返回最小Delta E对应的基准色编号
    return f"B{delta_e_list.index(min(delta_e_list)) + 1}"

# 加载数据
filename = "my_file.xlsx"
df = pd.read_excel(filename)

# 对每行的L/a/b应用函数，生成CS列
df['CS'] = df[['L', 'a', 'b']].apply(meat_color, axis=1)

# 输出结果
print(df)

方法二：向量化操作（高效适合大数据集） #

利用numpy广播机制批量计算所有样本与基准色的Delta E，性能比逐行循环更优：

import pandas as pd
import numpy as np

# 加载数据
filename = "my_file.xlsx"
df = pd.read_excel(filename)

# 构建基准色DataFrame，索引为B1-B8
benchmark_df = pd.DataFrame(
    data=[
        [61.3989, 29.7278, 19.1271],
        [50.1579, 44.9554, 28.1963],
        [42.9522, 54.1075, 38.8624],
        [36.6442, 60.9148, 51.0431],
        [31.2828, 54.7112, 45.1422],
        [25.2966, 47.7847, 37.7562],
        [19.3373, 40.9029, 29.2594],
        [13.0943, 33.665, 20.5282]
    ],
    columns=['L', 'a', 'b'],
    index=[f'B{i+1}' for i in range(8)]
)

# 批量计算所有样本与基准色的Delta E
sample_vals = df[['L', 'a', 'b']].values
benchmark_vals = benchmark_df.values
delta_e_matrix = np.sqrt(
    np.sum((sample_vals[:, np.newaxis] - benchmark_vals)**2, axis=2)
)

# 找到每行最小Delta E对应的基准色编号
df['CS'] = benchmark_df.index[delta_e_matrix.argmin(axis=1)]

# 输出结果
print(df)

结果示例 #

运行后，数据集将新增CS列，示例输出（以你的样本数据为例）：

ID      L      a     b  CS
0   1  29.13  15.82  5.40  B5
1   2  25.23  17.89  7.32  B6
2   3  28.10  18.23  7.40  B5
3   4  26.39  17.18  7.32  B6
4   5  26.08  14.20  5.59  B6
5   6  29.62  18.23  6.73  B5
6   7  32.96  20.82  9.56  B5

内容的提问来源于stack exchange，提问作者Curious G.