多个图像的时间中值图像

Question

除了使用np.median(array)计算每个像素的中位数之外，还有其他方法可以计算多个图像的中值图像吗？

我知道已经有question about this了，但是从3年前开始，也许有什么事情发生了。

Answer 1

以下是将3个玩具图像放入（高度）x（宽度）x（图像数量）数组然后沿（图像数）轴调用numpy.median的方法示例（如果图像按时间顺序排列，则为时间轴）。

In [1]: img1 = np.array([[1, 2], [3, 4]])

In [2]: img2 = np.array([[10, 6], [1, 0]])

In [3]: img3 = np.array([[8, 1], [0, 4]])

In [4]: images = np.zeros(shape=img1.shape + (3,))

In [5]: images[:,:,0] = img1

In [6]: images[:,:,1] = img2

In [7]: images[:,:,2] = img3

In [8]: images
Out[8]: 
array([[[  1.,  10.,   8.],
        [  2.,   6.,   1.]],

       [[  3.,   1.,   0.],
        [  4.,   0.,   4.]]])

In [9]: images[:,:,0]
Out[9]: 
array([[ 1.,  2.],
       [ 3.,  4.]])

In [10]: np.median(images, axis=2)
Out[10]: 
array([[ 8.,  2.],
       [ 1.,  4.]])

第4-7行由numpy.dstack函数方便地处理。这相当于：

images = np.dstack((img1, img2, img3))

并且通常的方式是将2D图像读入列表或从文件中顺序读取，以逐步增长数据结构。虽然通常预先分配零块并在加载时顺序插入数据会更有效。