Python numpy阵列的平均像素减法

我有一组灰度图像。阵列的形状是

imgs.shape
(100, 1, 300, 300)

它代表100个灰度图像（1个通道），大小为300x300

我想对这个数组进行平均像素减法。 这意味着我要从所有图像中减去平均像素

我想要所有图像的平均值

对于单个图像，可能是这样的：

X_mean = X.mean(0)
X -= X_mean

---

对于我的数组，我该怎么做呢？

如果它是一次一个图像的平均值，我们可以计算最后两个轴上的平均值，保持尺寸不变（这简化了以后的减法代码），然后简单地从原始输入中减法，就像这样-

imgs -= imgs.mean(axis=(-2,-1),keepdims=1)

如果它的平均值跨越所有图像，也包括第一个轴-

imgs -= imgs.mean(axis=(0,-2,-1),keepdims=1)

请注意，

平均值

值默认为浮点值。因此，如果

imgs

不是浮点类型，我们需要将

imgs

复制为浮点数据类型，然后从中减去，或者将

mean

值转换为与

imgs

相同的数据类型，然后减去

样本运行-

In [188]: imgs = np.random.randint(0, 255,(10,1,30,30))

In [189]: out = imgs - imgs.mean(axis=(0,-2,-1),keepdims=1)

In [190]: out.shape
Out[190]: (10, 1, 30, 30)

In [191]: out.dtype
Out[191]: dtype('float64')

---

您是要所有图像的平均值，还是要分别计算每个图像的平均值。@WillemVanOnsem所有图像的平均值就是所有图像的平均值？@spore234它是每个图像的平均值，然后从每个图像中减去。它应该是：1。计算所有图像的平均值2。从每张图像中减去这个平均值。对不起，没有说清楚。对不起，我认为这是错误的。例如，

x=np.random.randint（11,99，（100,1300300））

，那么这两种解决方案都会导致错误的形状。形状应该保留，只有值应该“居中”@spore234不确定我是否正确理解该注释。所以，当

imgs-=imgs.mean（轴=（0，-2，-1），keepdims=1）

时，

imgs

的形状会是错误的吗？或者

imgs.mean（轴=（0，-2，-1），keepdims=1）

基本上是

imgs的标量：
（100,1300,300）
是错误的吗？