Python图像处理库PIL的ImageStat模块介绍
ImageStat模块用于计算整个图像或者图像的一个区域的统计数据。
一、ImageStat模块的函数
1、
Stat
定义1:ImageStat.Stat(image)⇒ Stat instance
ImageStat.Stat(image, mask)⇒ Stat instance
含义1:计算给定图像的统计值。
假设变量mask被赋值,将仅仅针对变量mask所定义的区域进行统计。
样例1:
>>> from PIL importImage, ImageStat >>> im01 =Image.open("D:\\Code\\Python\\test\\img\\test01.jpg") >>> im02 =Image.open("D:\\Code\\Python\\test\\img\\test02.jpg") >>> r,g,b =im02.split() >>> stat =ImageStat.Stat(im01) >>> stat.sum [120170597.0, 151378139.0,151481196.0] >>> stat.count [786432, 786432, 786432] >>> stat_r =ImageStat.Stat(im01,r) >>> stat_r.sum [120170597.0, 151378139.0,151481196.0] >>> stat_r.count [786432, 786432, 786432] >>> stat_g =ImageStat.Stat(im01,g) >>> stat_g.sum [116891840.0, 146593055.0,145616479.0] >>> stat_g.count [760083, 760083, 760083] >>> stat_b =ImageStat.Stat(im01,b) >>> stat_b.sum [111057281.0, 140047475.0,139208738.0] >>> stat_b.count [729161, 729161, 729161]
定义2:ImageStat.Stat(list)⇒ Stat instance
含义2:与定义1一样。可是它仅仅计算前一个直方图的统计值。
样例2:
>>> from PIL importImage, ImageStat >>> im01 =Image.open("D:\\Code\\Python\\test\\img\\test01.jpg") >>> im02 =Image.open("D:\\Code\\Python\\test\\img\\test02.jpg") >>> stat = ImageStat.Stat(im01) >>> stat_l =ImageStat.Stat([0,0,100,100]) >>> stat_l.count [200] >>> stat_l.sum Traceback (most recent calllast): File "<pyshell#65>", line 1,in <module> stat_l.sum File"C:\Python27\lib\site-packages\PIL\ImageStat.py", line 48, in__getattr__ v = getattr(self, "_get" + id)() File"C:\Python27\lib\site-packages\PIL\ImageStat.py", line 84, in _getsum layerSum += j * self.h[i + j] IndexError: list index out ofrange >>> stat_l.mean [] >>> stat_l.bands [] >>> stat_l.h [0, 0, 100, 100]
从python编辑器的提示看,对象stat_l仅仅有四个属性,分别为count,h。mean和bands,其并没有sum属性。
二、ImageStat模块的属性
以下的属性对于图像的每一个通道。拥有一个相应的仅含一个元素的序列。
这些属性都是仅仅有在调用的时候才会去计算。否则不会做计算。
定义:stat.extrema
含义:获取图像中每一个通道的最大值和最小值。
样例:
>>> from PIL importImage, ImageStat >>> im02 =Image.open("D:\\Code\\Python\\test\\img\\test02.jpg") >>> stat =ImageStat.Stat(im02) >>> stat.extrema [(2, 255), (0, 255), (0, 255)]
图像im02中,红色通道的最小值为2,最大值为255;绿色和蓝色通道的最小值均为0,最大值均为255。
定义:stat.count
含义:获取图像中每一个通道的像素个数。
样例:
>>> from PIL importImage, ImageStat >>> im02 =Image.open("D:\\Code\\Python\\test\\img\\test02.jpg") >>> im02.mode 'RGB' >>> im02.size (1024, 768) >>> stat =ImageStat.Stat(im02) >>>stat.count [786432, 786432,786432]
图像im02的模式为“RGB”,其尺寸为1024x768。像素点个数为786432。
所以属性count统计的结果为三个通道均为786432。
定义:stat.sum
含义:获取图像中每一个通道的像素值之和。
样例:
>>> from PIL import Image, ImageStat >>> im02 =Image.open("D:\\Code\\Python\\test\\img\\test02.jpg") >>> stat = ImageStat.Stat(im02) >>> stat.sum [90912466.0,75765120.0, 59027727.0]
图像im02的三个通道的像素值累加和分别为90912466.0, 75765120.0, 59027727.0。
定义:stat.sum2
含义:获取图像中每一个通道的像素值平方之和。
样例:
>>>from PIL import Image, ImageStat >>>im02 = Image.open("D:\\Code\\Python\\test\\img\\test02.jpg") >>>stat = ImageStat.Stat(im02) >>>stat.sum [90912466.0,75765120.0, 59027727.0] >>>stat.sum2 [14449895138.0,12289898764.0, 9141884969.0]
属性sum2统计的是各个通道的像素值平方之和,并不是和的平方。
5、
Mean
定义:stat.mean
含义:获取图像中每一个通道的像素值的平均值。
样例:
>>>from PIL import Image, ImageStat >>>im02 = Image.open("D:\\Code\\Python\\test\\img\\test02.jpg") >>>stat = ImageStat.Stat(im02) >>>stat.sum [90912466.0,75765120.0, 59027727.0] >>>stat.count [786432, 786432,786432] >>>stat.mean [115.60117848714192,96.34033203125, 75.05763626098633]
从实例中能够看出,属性mean为每一个通道的像素值之和除以像素个数。精确到小数点后14位。
定义:stat.mean
含义:获取图像中每一个通道的像素值的中值。
样例:
>>> from PIL import Image, ImageStat >>> im02 =Image.open("D:\\Code\\Python\\test\\img\\test02.jpg") >>> stat = ImageStat.Stat(im02) >>> stat.extrema [(2, 255), (0,255), (0, 255)] >>>stat.median [119, 80, 40]
属性median获取了每一个通道像素值得中值。
7、
Rms
定义:stat.rms
含义:获取图像中每一个通道的像素值的均方根值。均方根值。也称方均根值或有效值。它的计算方法是先平方、再平均、然后开方。即:将N个项的平方和除以N后开平方的结果,即均方根的结果。其计算公式为:
watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQv/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center">
样例:
>>>from PIL import Image, ImageStat >>>im02 = Image.open("D:\\Code\\Python\\test\\img\\test02.jpg") >>>stat = ImageStat.Stat(im02) >>>stat.rms [135.55069835243268,125.00965724006934, 107.81701101697355]
8、
Var
定义:stat.var
含义:获取图像中每一个通道的像素值的方差值。方差(variance)是在概率论和统计方差衡量随机变量或一组数据时离散程度的度量。概率论中方差用来度量随机变量和其数学期望(即均值)之间的偏离程度。统计中的方差(样本方差)是各个数据分别与其平均数之差的平方的和的平均数。
样例:
>>>from PIL import Image, ImageStat >>>im02 = Image.open("D:\\Code\\Python\\test\\img\\test02.jpg") >>>stat = ImageStat.Stat(im02) >>>stat.var [5010.359356216148,6345.954827388127, 5990.859103547667]
9、
Stddev
定义:stat.stddev
含义:获取图像中每一个通道的像素值的标准差值。
标准差也被称为标准偏差。标准差(Standard Deviation)描写叙述各数据偏离平均数的距离(离均差)的平均数。它是方差平方和平均后的方根,用σ表示。
标准差是方差的算术平方根。
标准差能反映一个数据集的离散程度。标准偏差越小。这些值偏离平均值就越少。反之亦然。标准偏差的大小可通过标准偏差与平均值的倍率关系来衡量。
标准差的公式例如以下:
样例:
>>>from PIL import Image, ImageStat >>>im02 = Image.open("D:\\Code\\Python\\test\\img\\test02.jpg") >>>stat = ImageStat.Stat(im02) >>>stat.stddev [70.78389192617306,79.66150153862358, 77.40064020114863]
通过实例可知。图像im02中,红色通道的像素值最接近平均值。
Python图像处理库PIL的ImageStat模块介绍的更多相关文章
- Python图像处理库PIL的ImageSequence模块介绍
ImageSequence模块包括了一个wrapper类,它能够让用户迭代訪问图形序列中每一帧图像. 一.ImageSequence模块的函数 1. Iterator 定义:ImageSequenc ...
- python图像处理库PIL的基本概念介绍
PIL中所涉及的基本概念有如下几个:通道(bands).模式(mode).尺寸(size).坐标系统(coordinate system).调色板(palette).信息(info)和滤波器(filt ...
- Python图像处理库PIL中图像格式转换(一)
在数字图像处理中,针对不同的图像格式有其特定的处理算法. 所以,在做图像处理之前,我们须要考虑清楚自己要基于哪种格式的图像进行算法设计及事实上现.本文基于这个需求.使用python中的图像处理库PIL ...
- Python图像处理库PIL中图像格式转换
o 在数字图像处理中,针对不同的图像格式有其特定的处理算法.所以,在做图像处理之前,我们需要考虑清楚自己要基于哪种格式的图像进行算法设计及其实现.本文基于这个需求,使用python中的图像处理库PIL ...
- Python图像处理库——PIL
PIL全称Python Image Library,是python官方的图像处理库,包含各种图像处理模块.Pillow是PIL的一个派生分支,包含与PIL相同的功能,并且更灵活.python3.0之后 ...
- Python图像处理库(PIL)
官方:(详细)http://pillow.readthedocs.io/en/3.1.x/reference/ImageDraw.html http://pillow.readthedocs.io/e ...
- Python图像处理库PIL从入门到精通
https://blog.csdn.net/column/details/pythonpil.html 示例: from PIL import Image import pytesseract pyt ...
- Python图像处理库:PIL中Image,ImageDraw等基本模块介绍
Python图像处理库:PIL中Image,ImageDraw等基本模块介绍 标签: 图像处理PILPYTHON 2016-08-19 10:58 461人阅读 评论(0) 收藏 举报 分类: 其他 ...
- Python图像处理库(1)
转自:http://www.ituring.com.cn/tupubarticle/2024 第 1 章 基本的图像操作和处理 本章讲解操作和处理图像的基础知识,将通过大量示例介绍处理图像所需的 Py ...
随机推荐
- POJ 2230 Watchcow
Watchcow Time Limit: 3000ms Memory Limit: 65536KB This problem will be judged on PKU. Original ID: 2 ...
- 洛谷 P3576 [POI2014]MRO-Ant colony
P3576 [POI2014]MRO-Ant colony 题目描述 The ants are scavenging an abandoned ant hill in search of food. ...
- sql学习笔记(18)-----------数据库创建过程
手动创建数据库的步骤: 第一步:决定数据库实例的SID 数据库实例的SID用来将当前实例和以后可能创建的实例进行区分 % setenv ORACLE_SID mynewdb 第二步:建立数 ...
- HDU 2475 Box 树型转线型 + 伸展树
树型转线型.第一次听说这个概念. . . , 可是曾经已经接触过了,如LCA的预处理部分和树链剖分等.可是没想到还能这么用,三者虽说有不同可是大体思想还是非常相近的,学习了. 推荐博客http://b ...
- php扩展之 pdo_mysql.so
总结:新搭编译安装的 nginx+php+mysql环境,执行之前开发的项目遇到了没有安装pdo的问题 1.进入到php5的源代码包里面,ext以下.找到pdo_mysql目录 首先运行:/usr/l ...
- oracle rac 巡检过程详解
一 RAC环境 RAC架构,2节点信息 节点1 SQL> show parameter instance NAME TYPE ...
- @JsonIgnore忽略属性,返回的json中不包含字段
@JsonIgnore的使用: 实体类中加@JsonIgnore注解 package com.baidu.entity; import com.fasterxml.jackson.annotation ...
- 用Beamer做Slides
学术用幻灯片,首选还是latex.但是问题来了,Beamer这个latex幻灯模板还需要很多自定义设置.于是找了网上一些自己觉得好的例子. http://www.latexstudio.net/ind ...
- 【算法】Kruskal算法(解决最小生成树问题) 含代码实现
Kruskal算法和Prim算法一样,都是求最小生成树问题的流行算法. 算法思想: Kruskal算法按照边的权值的顺序从小到大查看一遍,如果不产生圈或者重边,就把当前这条边加入到生成树中. 算法的正 ...
- 51nod 1445 变色DNA ( Bellman-Ford算法求单源最短路径)
1445 变色DNA 基准时间限制:1 秒 空间限制:131072 KB 分值: 40 难度:4级算法题 有一只特别的狼,它在每个夜晚会进行变色,研究发现它可以变成N种颜色之一,将这些颜色标号为0,1 ...