Question

我正在使用Python中的脚本，我想找到相同维度的多个图像的中位数。也就是说，我不想在位置[x，y]中拍摄所有（红色，绿色和蓝色）像素，并使用它们的中值构建一个新图像。

我当前的方法使用Python PIL（成像库），但速度很慢！我非常想使用OpenCV（cv2）接口，因为它将每个图像直接加载为numpy数组。但是，当堆叠尺寸为x（2560,1920,3）的x图像时，我一直错误地索引。有什么帮助吗？

我目前使用PIL的低效代码如下：

from PIL import Image, ImageChops,ImageDraw,ImageFilter,cv
import sys,glob,sys,math,shutil,time,os, errno,numpy,string
from os import *

inputs = ()
path = str(os.getcwd())
BGdummyy=0
os.chdir(path)
for files in glob.glob("*.png"):
    inputs = inputs + (str(str(files)),)
BGdummy=0
for file in inputs:
    BGdummy=BGdummy+1
    im = cv.LoadImage(file)
    cv.CvtColor( im, im, cv.CV_BGR2RGB )
    img = Image.fromstring("RGB", cv.GetSize(im), im.tostring())
    vars()["file"+str(BGdummy)] = img.load()
imgnew = Image.new("RGB", (2560,1920))
pixnew = imgnew.load()
for x in range(2560):
    for y in range(1920):
        R=[];G=[];B=[];
        for z in range(len(inputs)):
            R.append(vars()["file"+str(z+1)][x,y][0])
            G.append(vars()["file"+str(z+1)][x,y][1])
            B.append(vars()["file"+str(z+1)][x,y][2])
        R = sorted(R)
        G = sorted(G)
        B = sorted(B)
        mid = int(len(inputs)/2.)
        Rnew = R[mid]
        Gnew = G[mid]
        Bnew = B[mid]
        pixnew[x,y] = (Rnew,Gnew,Bnew)
    BGdummyy = BGdummyy+1
imgnew.save("NewBG.png")

Answer 1

我将演示如何使用5个小型数组（3,3,3）来完成它。

首先，我将创建5个数组，然后将它们保存在列表X中。在您的情况下，您将在此列表中保留30个图像。（我在一行中这样做）

X = [a,b,c,d,e] = [np.random.randint(0,255,(3,3,3)) for i in xrange(5)]

接下来，将每个图像展平为一个长单行。所以早些时候您的形象就像

[R1G1B1 R2G2B2 R3G3B3,
 R4G4B4 R5G5B5 R6G6B6,
 R7G7B7 R8G8B8 R9G9B9]

这将变为[R1 G1 B1 R2 G2 B2 R3 G3 B3......... R9 G9 B9]。然后堆叠所有这些展平的图像，形成一个大的2D阵列。在该数组中，您会看到，所有第一个红色像素都出现在第一列中，依此类推。然后你可以简单地为它申请np.median。

Y = np.vstack((x.ravel() for x in X))

我把每张图片都拿走并堆叠起来。在我的例子中，Y是一个大小为5x27的数组（行 - 图像数，列 - 图像中的像素数）

现在我找到这个Y的中位数并将其重新塑造成我们原始的图像形状：

Z = np.median(Y,axis = 0)
Z = np.uint8(Z.reshape(a.shape))

完成。

为了确保它正常工作，让我们检查任意像素的值，比如Z[0,1,2]：

In [50]: G1 = [x[0,1,2] for x in X]

In [51]: G1
Out[51]: [225, 65, 26, 182, 51]

In [52]: Z[0,1,2]
Out[52]: 65.0

是的，数据是正确的。

找到多个RGB图像的中值的有效方法

1 个答案: