stp1 发布的帖子

代码：
for l in (1,33,66,100):
for a in (-127,-43,43,127):
for b in (-127,-43,43,127):
print(image.lab_to_rgb(l, a, b))
目前思路是遍历64个(l,a,b)元组，转换出64个RGB值，同时知道其对应的lab阈值范围。

然而，在lab_to_rgb()函数转换时遇到了问题。出现了不同lab值对应同一rgb值的情况：
print(image.lab_to_rgb((33, -127, 43)))
print(image.lab_to_rgb((33, -127, 127)))
(0, 101, 0)
(0, 101, 0)

求问解决思路，如何分割好lab空间进行数十种以上颜色的同时识别？

代码：
print(image.lab_to_rgb((33, -127, 43)))
print(image.lab_to_rgb((33, -127, 127)))
结果：
(0, 101, 0)
(0, 101, 0)
这两组lab值不同但转换出来的rgb值是一样的，为什么呢？

使用的是Single Color RGB565 Blob Tracking Example例程。原图与拍摄图如下所示，拍摄图的色彩噪声十分明显，是硬件性能所限的还是其他问题？