Python 使用值<；计算像素的平均值；0.5使用scikit图像

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, (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