Python 使用值<;计算像素的平均值;0.5使用scikit图像
使用Python3中的Python 使用值<;计算像素的平均值;0.5使用scikit图像,python,python-3.x,image,scikit-image,scikits,Python,Python 3.x,Image,Scikit Image,Scikits,使用Python3中的scikit image包并给定RGB图像,我们如何计算值大于0.5的像素的平均像素值(从0到1的标准化值) 我想我设法掩盖了我想要计算平均值的像素,那么我们应该如何继续呢 from skimage.io import imread, imshow from skimage.transform import resize imgData = data.imread(dataFilepath, as_grey=True) imgData = resize(imgData,
scikit image
包并给定RGB图像,我们如何计算值大于0.5的像素的平均像素值(从0到1的标准化值)
我想我设法掩盖了我想要计算平均值的像素,那么我们应该如何继续呢
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)
从skimage.io导入imread,imshow
从skimage.transform导入调整大小
imgData=data.imread(dataFilepath,as_grey=True)
imgData=调整大小(imgData,(256256))
imgMask=imgData<0.5
imgData[imgMask]=0
imshow(imgData)#正确显示我们想要选择的像素。不需要的像素被遮住(值=0)
您可以将NumPy与多维数组的方法一起使用:
imgData = imread(dataFilepath, as_gray=True)
imgMask = imgData > 0.5
imgAvg = imgData[imgMask].mean()
在上面的片段中,imgAvg
是在强度值大于0.5的像素上计算的平均强度。如果要将值小于或等于0.5的图像像素变黑,然后计算整个图像的平均值,可以使用以下代码:
imgAvg = imgData[imgMask].sum()/imgData.size