要完成图像色域占比的计算，可以使用Python中的Pillow库。以下是一个简单的示例代码，演示如何将一张图片转换为RGB模式，并计算其色域占比：

from PIL import Image

# 打开原始图片
image = Image.open("example.jpg")

# 转换为RGB模式
rgb_image = image.convert("RGB")

# 获取像素点数据
pixels = rgb_image.load()
width, height = rgb_image.size

# 初始化计数器和总像素数
red_count = 0
green_count = 0
blue_count = 0
total_pixels = width * height

# 遍历每个像素点，统计红色、绿色和蓝色像素的数量
for x in range(width):
    for y in range(height):
        r, g, b = pixels[x, y]
        if r > 200 and g > 200 and b > 200:
            red_count += 1
        elif r > 150 and g > 150 and b > 150:
            green_count += 1
        elif r > 100 and g > 100 and b > 100:
            blue_count += 1

# 计算每种颜色在总像素数中所占的比例
red_ratio = red_count / total_pixels
green_ratio = green_count / total_pixels
blue_ratio = blue_count / total_pixels

# 输出结果
print("Red ratio:", red_ratio)
print("Green ratio:", green_ratio)
print("Blue ratio:", blue_ratio)

这个示例代码假设您已经安装了Pillow库，并且您的原始图片文件名为"example.jpg"。代码首先打开原始图片，然后使用`convert()`方法将其转换为RGB模式。接下来，代码获取像素点数据，并遍历每个像素点，统计红色、绿色和蓝色像素的数量。最后，代码计算每种颜色在总像素数中所占的比例，并输出结果。

请注意，这只是一个简单的示例代码，实际使用时可能需要根据您的具体需求进行修改。另外，如果您需要处理多张图片，可以将代码封装成一个函数，并在循环中调用该函数来处理每张图片。