Jusqu'à présent, il n'a pas été effectué de tests systématiques des avantages et inconvénients des différents espaces de couleurs pour les algorithmes de quantifications. Ceci est sans doute dû à la grande diversité de ces algorithmes. Une telle démarche a été adoptée par Otha [OKS80] dans le cadre des algorithmes de segmentation. Ceci l'a conduit à la définition de l'espace (voir section 4.2.3).
Faute d'une étude exhaustive des avantages et inconvénients des différents espaces de couleurs pour la quantification, la plupart des méthodes de quantification ne font que préconiser un espace de couleurs. Les espaces de couleurs les plus recommandés sont les espaces , , et( voir section 4.2.2). L'espace est souvent choisi pour sa simplicité. De plus, de nombreux formats d'images codent la couleur de chaque pixel dans cet espace. Utiliser celui-ci pour la quantification évite donc de convertir les coordonnées de chaque pixel. L'espace se déduit facilement de l'espace . Il permet de plus de séparer l'information de luminance de l'information de chrominance. Les espaces uniformes et séparent également ces deux types d'informations. Ils présentent en outre l'avantage d'être plus en adéquation avec la vision humaine. Les conversions de l'espace aux espaces ou sont les plus coûteuses des transformations vues au chapitre 4. Ces espaces de couleurs sont donc essentiellement utilisés par des algorithmes privilégiant la qualité des images obtenues au détriment des temps de calculs.