Python 数列平均

numpy_frames_original是视频中的帧。首先，我想找到这些帧的平均值，然后从每个帧中减去它，得到numpy_帧。对于我试图解决的问题，我认为找到所有这些帧的平均值是个好主意，为此，我编写了以下代码：

arr=np.zeros((height,width), np.float)

for i in range(0, number_frames):
    imarr=np.array(numpy_frames_original[i,:,:].astype(float))
    arr=arr+imarr/number_frames

img_avg=np.array(np.round(arr),dtype=np.uint8)
numpy_frames = np.array(np.absolute(np.round(np.array(numpy_frames_original.astype(float))-np.array(img_avg.astype(float)))), dtype=np.uint8)

现在我决定最好不要对所有的帧进行平均，而是对每一帧减去最接近它的100帧的平均值

我不知道怎么写这段代码

例如，对于第0帧，它将平均第0-99帧，然后减去平均值。对于第3帧，它还将平均帧0-99并进行减法运算，对于第62帧，它将平均帧12-112并进行减法运算

---

谢谢

我想这正是你需要的

import numpy

# Create some fake data
frame_count = 10
frame_width = 2
frame_height = 3
frames = numpy.random.randn(frame_count, frame_width, frame_height).astype(numpy.float32)
print 'Original frames\n', frames

# Compute the modified frames over a specified range
mean_range_size = 2
assert frame_count >= mean_range_size * 2

start_mean = frames[:2 * mean_range_size + 1].mean(axis=0)
start_frames = frames[:mean_range_size] - start_mean

middle_frames = numpy.empty((frames.shape[0] - 2 * mean_range_size,
                             frames.shape[1], frames.shape[2]),
                            dtype=frames.dtype)

for index in xrange(middle_frames.shape[0]):
    middle_frames[index] = frames[mean_range_size + index] - \
                           frames[index:index + 2 * mean_range_size + 1].mean(axis=0)

end_mean = frames[-2 * mean_range_size - 1:].mean(axis=0)
end_frames = frames[-mean_range_size:] - end_mean

modified_frames = numpy.concatenate([start_frames, middle_frames, end_frames])
print 'Modified frames\n', modified_frames

---

注意断言，如果最短序列小于总范围大小（例如100帧），则需要修改代码。

感谢您的尝试，这适用于开始帧和结束帧。然而，对于中间帧，我认为存在一个问题。我得到的是相同的帧。我找不到错误？有一个bug（现已修复），但它并没有导致中间帧完全相同。如果中间帧彼此非常相似，或者已经是相邻帧的平均值，则可能发生这种情况。我在新版本中添加了一些照片，证明中间的框架是不同的。这是一个非常好的解决方案，谢谢