Python 如何通过输入多张图片创建一个直方图

图像处理

我拍摄了58张具有相同曝光和距离的旋转对象的照片，现在我想在所有图片上创建Python中像素列或像素行x轴和y轴上亮度分布的直方图。我正在寻找实现的技巧，目前我已经在一个图片列表中读到了，或者我听说了批处理

---

谢谢

我知道您可能正在处理CT扫描/同步加速器提供的数据。作为我博士学位的一部分，我有时会遇到这个问题，我必须制定一个常规来产生这个问题。我会给你一些提示来实现它

提取图像集直方图最直接的方法是：

1） 将所有图像转换为同一类型（在我的例子中，我通常将它们转换为8位灰度）

2） 声明一个全局直方图，您将在其中为每个图像的每个灰度值添加计数。我声明了一个2列数组。在第一列中，我只写0到255之间的灰色值。在第二列中，我将存储它们各自的计数。我这样做是为了以后更容易策划

histogram_global = np.zeros((256,2))

3） 提取堆栈中每个图像的直方图。为此，您必须：

3.1）使用库PIL打开图像，并将每个图像转换为数组，其中对于8位图像，数组的每个值都是0-255之间的灰度值

im=Image.open(image_path)
a = np.array(im.getdata())

3.2）通过库“Numpy”，您可以获得每个灰度值的计数，即该图片的直方图

bins_hist = list(range(0,257))
hist_image = np.histogram(a, bins=bins_hist)
counts = hist_image[0]

3.3）将这些计数添加到您在开始时声明的全局直方图中

4） 绘制全局直方图

fig, ax1 = plt.subplots()
color = 'tab:red'
ax1.bar(histogram_i[:,0], histogram_i[:,1], color=color)

---

如前所述，此过程适用于8位（灰度）图片。但是，如果处理RGB图片，过程类似，但不是只创建一个全局直方图，而是需要创建三个全局直方图，每个通道一个；红色、蓝色和绿色。其余部分类似。

您可以将所有图片与

glob

库一起上载，然后使用

matplotlib

或

pil

将它们转换为数组，然后使用

numpy

执行像素操作。我希望这有点帮助。所以如果你得到一张新图像，其中每个像素代表该位置所有58张图像的平均值，这就是答案吗？