Question

我有一个图像的3D矩阵表示，所以是（600，800，3）矩阵。当前，我使用两个for循环遍历整个图像以访问每个像素值，以便计算每个索引的平均值（每个索引对应一个RGB值）。不过，这似乎非常乏味。有没有一种更快的方法使用numpy函数来计算所有这些值的均值？（我知道cv2以BGR上传图像，并将其转换为RGB）。下面是我用于计算R，G和B值均值的电流循环。

浏览numpy.mean文档，https://docs.scipy.org/doc/numpy-1.13.0/reference/generated/numpy.mean.html 看起来您可以提供将2D矩阵作为平均值的轴，但是如何将其应用于3D矩阵呢？谢谢。

img_RGB = cv2.imread('../data/source1.png')

meanOfImageIndex0 = 0 
meanOfImageIndex1 = 0 
meanOfImageIndex2 = 0 

for i in range(0 to len(img_RGB)):
    for j in range(0 to len(img_RGB[0])):
        meanOfImageIndex0 += img_RGB[i][j][0]
        meanOfImageIndex1 += img_RGB[i][j][1] 
        meanOfImageIndex2 += img_RGB[i][j][2] 

meanOfImageIndex0 = meanOfImageIndex0 / (len(img_RGB) * (len(img_RGB[0]))
meanOfImageIndex1 = meanOfImageIndex1 / (len(img_RGB) * (len(img_RGB[0]))
meanOfImageIndex2 = meanOfImageIndex2 / (len(img_RGB) * (len(img_RGB[0]))

Answer 1

通读https://docs.scipy.org/doc/numpy/reference/arrays.indexing.html之后看来我可以使用

img_RGB = cv2.imread('../data/source1.png')

meanOfImageIndex0 = np.mean(img_RGB[:,:,0]) 
meanOfImageIndex1 = np.mean(img_RGB[:,:,1]) 
meanOfImageIndex2 = np.mean(img_RGB[:,:,2])

我认为我有点模糊numpy切片语法

用于确定3维矩阵中一组索引的平均值的numpy功能

1 个答案: