使用scikit-image计算值<0.5的像素的平均值

Question

使用Python 3中的scikit-image包并给出RGB图像，我们如何计算值大于0.5的像素的平均像素值（归一化的值，范围从0到1）？

我认为我设法掩盖了我希望计算平均值的像素，然后我们应该如何进行？

from skimage.io import imread, imshow
from skimage.transform import resize

imgData = data.imread(dataFilepath, as_grey=True)
imgData = resize(imgData, (256,256))

imgMask = imgData < 0.5
imgData[imgMask] = 0
imshow(imgData)    # correctly shows the pixels that we want selected. the unwanted pixels are blacked out (value = 0)

Answer 1

您可以将NumPy的boolean indexing和mean()方法一起用于多维数组：

imgData = imread(dataFilepath, as_gray=True)
imgMask = imgData > 0.5
imgAvg = imgData[imgMask].mean()

在imgAvg上方的代码段中，是在强度值大于0.5的像素上计算出的平均强度。如果要涂黑值小于或等于0.5的图像像素，然后计算整个图像的平均值，则可以使用以下代码：

imgAvg = imgData[imgMask].sum()/imgData.size