图像处理， py 和 C++下的结果不同

[SeaRecluse]

想把图像转成 CIE 色度下的图片，执行了如下操作

#B,G,R = split(img)

/*
vector<Mat>BGR;
split(img,BGR);
B,G,R = BGR[0],BGR[1],BGR[2]
*/

r = R / (R + G + B)
g = G / (R + G + B)
b = 1 - r - g

发现两者的结果不同，有大佬来解惑么~

手写补充下

//... ...
using namespace std;
using namespace cv;
//... ...
vector<Mat> BGR;
Mat img = imread(your_path) ;
split(img,BGR);
Mat B,G,R,r,g,b;

BGR[0].copyTo(B);
BGR[1].copyTo(G);
BGR[2].copyTo(R);

r = R / (R + G + B);
g = G / (R + G + B);
b = (1 - r - g);

//可选
//r *= 255;
//g *= 255;
//b *= 255;

b.copyTo(BGR[0]);
g.copyTo(BGR[1]);
r.copyTo(BGR[2]);
merage(BGR,img);
imwrite(your_path,img);

#... ...
img = cv2.imread(your_path)
B,G,R = cv2.split(img)
r = R / (R + G + B);
g = G / (R + G + B);
b = (1 - r - g);

#可选
#r *= 255;
#g *= 255;
#b *= 255;

img = cv2.merage([b,g,r])
cv2.imwrite(your_path,img)

[Mohanson]

检查下变量 R, G, B 是不是 float.

[SeaRecluse]

@Mohanson 有检查，然后为了避免运算符重载的问题，我还遍历了手动操作，但是结果还是不一样，难道是 py 和 C++的 imwrite 不同？

[lcdtyph]

@SeaRecluse #2
注释里的东西是实际代码吗？
如果是的话
```
B,G,R = BGR[0],BGR[1],BGR[2]
```
相当于 B, G, (R = BGR[0]), BGR[1], BGR[2]
这在 C++里是逗号表达式，并不是 unpacking

[stebest]

这个语法是 C 还是 py ？

[SeaRecluse]

@lcdtyph @stebest 伪代码
现在我自己测试的结果是 C++因为变量类型固定的缘故，会比 py 多一步%256。所以会有差别- -

[capbone]

图像颜色这种东西可视化一下不就清楚问题在哪了？而且 r = R / (R + G + B) 这种哪是 CIE 啊

[Justkkk]

opencv r,g,b 是 uchar 存储的，8 位（ 0-255 ），你 r+b+g 可能会超过 255 的

[hitmanx]

一共就那么点操作，那么几行代码，还贴伪代码...变量类型让大家猜吗?

[SeaRecluse]

@Justkkk 我修改了 Mat 开始的空间类型为 32FC1，结果是一样的。py 这里不会归到 0-255 内，然后存储再读取之后的值，看不出来是怎么转换的。

[lcdtyph]

@SeaRecluse 按你的描述不是应该修改成 8UC1 吗…

[ooxxcc]

一共就这么几行，还贴伪代码，是让大家脑补还原再帮你 debug 吗？

然后出来结果怎么样得也没说，只描述了不一样，到底怎么不一样

前面猜的差不多了，要么是 8UC1 溢出，还可能 python 和 C++的 RGB 顺序不一样

[ooxxcc]

还有，opencv 自带颜色空间转换，你何苦自己写……

https://docs.opencv.org/3.4/de/d25/imgproc_color_conversions.html

另外 CIE 有 CIE XYZ/ CIE L*a*b*/CIE L*u*v*，不过我看你这个怎么好像哪个都不是……

[SeaRecluse]

@lcdtyph 默认分割后就是 8UC1,py 下如果手动执行操作的话，我新建的数据是 float32 位的，所以为了对应也为了防止溢出就改为 32FC1 的。

[SeaRecluse]

@ooxxcc 这里是我没说清楚，一开始我是好奇类似 R / (R + G + B)的归一化方式是啥玩意，随便搜了下，搜到了 CIE 1931 的色域分布公式，所以就简称 CIE 了。
因为我 py 模拟这个操作的时候，初始化为 float32 时的结果和直接操作的结果相同，而 8UC1 情况下不同，而 C++不论如何的结果都与 py 直接操作不同，所以才有疑问。

[ooxxcc]

@SeaRecluse 所以，你说这么多不如贴一下代码，这里一堆大佬会帮你 debug

不只是初始化的问题，你这个操作过程中随时都可能存在溢出（比如临时变量）

[ooxxcc]

其实主要就是
1.R + G + B 大于 255 处理了没
2.R + G + B 等于 0 处理了没

[SeaRecluse]

@ooxxcc 这个我手动重写时都有考虑。其实这就是全部代码了额- -。C++和 py 只是初始化不太一样而已，随手找张图这样处理一下然后 Imwrite,就能发现 C++ 的结果会全部黑 [因为都小于 1 了，uchar 里会变 0] ，但是 py 的会不一样。

[ooxxcc]

@SeaRecluse 没看到你转换成 double 啊……建议学习一下 Mat::copyTo 和 Mat::convertTo 的区别
假如都是 8UC1 的话，你这么除之后当然都是 1 或者 0，imwrite 之后是全黑也是正常的

你现在做的是一个 range 是[0,1]的 8UC1 Mat 保存成图片，全黑是正常表现
python-opencv 我没怎么用过，看起来大概是隐含类型转换，除的时候给你处理成浮点了，保存时候表现不一样

[ooxxcc]

比如这一句 r = R / (R + G + B);
里面所有变量都是 unsigned char……
你觉得会怎么样呢，r 中元素只可能有三个值，0/1/inf （除数为 0，可能抛异常）

[SeaRecluse]

@ooxxcc emmm 这个要双持下才会知道差别也太大了- -，我尝试手动转的代码没有贴。现在可以复现 C++下的效果，但是复现不了 Py 下的效果😂

[SeaRecluse]

@ooxxcc 我明白这是合理的，所以反观 py 我就懵了额。