Question

中相同的效果

但是我正在使用PIL并将PIL图像转换为cv图像然后再转换回来，这会产生太多开销。

我尝试使用 mean_color = ImageStat.Stat(img).mean 得到平均颜色。但是，这也将包括所有透明像素。我想计算所有alpha值大于0的像素的均值。因此，所有非完全透明像素的均值。

由于要处理大量文件，我试图使代码保持美观和快速。我希望有一些内置的PIL函数来执行此操作，但是找不到任何内容。

Answer 1

这可能不是最干净的解决方案，但我可以使用它。

def mean(rgb, a):
    """
    Supply with an RGB PIL Image and Alpha Channel PIL Image.
    Calculates the mean over all non-fully-transparent pixels in rgb.
    """

    a_arr = np.array(a)       # Convert Alpha values Image to array.
    img_arr = np.array(rgb)   # Convert Image RGB values to array.
    mask = (a_arr > 0)        # Create mask from all non-transparent pixels
    stuff = img_arr[mask]     # Array containing all pixels that aren't transparent

    rows = len(stuff)         # Get the row size.
    if rows < 1:              # If all pixels are transparent:
        return (0, 0, 0)      # The mean is simply black
    cols = len(stuff[0])      # Else, continue with the size of cols

    data = np.zeros([cols, rows, 3], dtype = np.uint8) # Create an array to contain the pixels
    data[:] = stuff           # Put the pixels with at least a > 0 into the created array.

    c_img = Image.fromarray(data, 'RGB') # Convert back to RGB PIL Image
    return ImageStat.Stat(c_img).mean # Calculate the mean over all pixels

就性能而言，就我的情况而言就足够了。

大约3.44秒可转换大约一千个16x16图像文件。该过程是：

求平均值，然后保存Image.new('RGB', (16, 16), mean)。

RGBA图像中所有非透明/黑色像素的PIL平均值

1 个答案: