Question

我试图在Python中使用numpy来获得平均像素强度。我刚开始使用Python，所以我遇到了一些困难。我的python脚本是

import numpy as np
import glob, os
from scipy import misc

path = "C:\\train"
files = []
for name in os.listdir(path):
    if os.path.isfile(os.path.join(path, name)):
       files.append(os.path.join(path, name))
divider = 1
averaged = []
for file in files:
   image = misc.imread(file)
   image = image.astype(np.float32, copy=False)
   if(divider == 1):
       averaged = image
       divider+=1
   else:
       for i in range(703):
          for j in range(1247):
             averaged[i][j] = averaged[i][j] + image[i][j]
             averaged[i][j] /= 2

averaged_mean = np.transpose(averaged,[2,0,1])
averaged_mean = averaged_mean.astype(np.float32, copy=False)
np.save("image_mean.npy", averaged_mean,fmt='%f')

我需要两个问题来改进它们。（1）我的矩阵尺寸为704 x 1248 x 3.因此，如上所示，取平均值需要很长时间。我有2000张图片。我怎样才能改变让它更快的方式？

（2）当我保存时，我将二进制文件中的标题设为“NUMPY V {'descr': '<f4', 'fortran_order': False, 'shape': (3L, 704L, 1248L), }。我想保存为“NUMPY F {'descr': '<f8', 'fortran_order': False, 'shape': (3, 704, 1248), } 我该怎么改变它？感谢

Answer 1

您可以替换

for i in range(703):
      for j in range(1247):
         averaged[i][j] = averaged[i][j] + image[i][j]
         averaged[i][j] /= 2

使用 averaged = (averaged + image) / 2 如果averaged被定义为与图像相同形状的第一个位置的numpy数组。就您的代码而言，

averaged = reduce(lambda l, r: (l + r)/2, 
    (misc.imread(f).astype(np.float32, copy = False) for f in files))

请注意，这会更加重视以后的图像。要均匀地加权所有内容，您可以使用

np.mean([misc.imread(f).astype(np.float32, copy = False) for f in files], axis = 0)

编辑：这实现了第二种方法，无需将所有图像加载一次。

averaged2 = reduce(lambda l, r: l + r, 
    (misc.imread(f).astype(np.float32, copy = False) for f in files))\
    / len(files)

在Python中使用numpy进行平均数组计算

1 个答案: