如何使用 PIL\Numpy 在 Python 中获取灰度图像的平均像素值？答案

【问题标题】：How to Get an Average Pixel Value of a Gray Scale Image in Python Using PIL\Numpy?如何使用 PIL\Numpy 在 Python 中获取灰度图像的平均像素值？
【发布时间】：2016-06-05 19:14:18
【问题描述】：

我的灰度图像很少，我想计算整个图像的平均像素值，这样我就可以使用单个值来表示每个单独的图像。

【问题讨论】：

你得到图像的大小，遍历每个像素，将它们的值相加，然后除以......但我不知道你为什么需要为了“代表每个使用单个值的单个图像”，如果两个图像碰巧具有相同的平均值，那么您就注定要失败。你能提供更多关于你的问题的背景吗？可能有更好的方法。
是的，gill 这么说。假设你有 256 个可能的平均值，你会遇到超过 256 个图像的麻烦，因为至少有两个具有相同的平均值。而且您已经可以预料到更少图像的碰撞......

标签： python python-2.7 numpy python-imaging-library

【解决方案1】：

这可以使用 PIL 通过循环像素、累积所有像素值并除以像素数（即宽度 * 高度）来完成

from PIL import Image

im = Image.open('theimagefile.jpg')
im_grey = im.convert('LA') # convert to grayscale
width, height = im.size

total = 0
for i in range(0, width):
    for j in range(0, height):
        total += im_grey.getpixel((i,j))[0]

mean = total / (width * height)
print(mean)

【讨论】：

【解决方案2】：

也许是最短的答案：

from PIL import Image

im = Image.open(...)
im.thumbnail((1, 1))
avg_color = im.getpixel(0, 0)

【讨论】：

哇！这可能是最好的答案。谢谢你:)
注意：如果您要获取计划稍后使用的图像的统计信息，则需要在使用 thumbnail 方法之前创建原始图像的深层副本。否则，您将无法使用 1 x 1 像素版本。

【解决方案3】：

如果你想做这样的事情，你应该考虑使用scikit-image 而不是 raw PIL 或枕头。 SciKit Image 使用 numpy 数组存储图像，因此所有 numpy 方法都有效。

from skimage import io
import numpy as np

image = io.imread('http://i.stack.imgur.com/Y8UeF.jpg')

print(np.mean(image))

您可能希望将所有图像转换为浮点数以获得0 和1 之间的值：

from skimage import io, img_as_float
import numpy as np

image = io.imread('http://i.stack.imgur.com/Y8UeF.jpg')
image = img_as_float(image)
print(np.mean(image))

【讨论】：

Waaaay 比下面的 PIL 解决方案快

【解决方案4】：

该解决方案比 cmets 和 answers 中提供的解决方案要简单得多——即，无需对元组进行计算，也无需使用嵌套循环来迭代单元格值。

具体来说，如果您有一个灰度图像，那么您有一个二维数组，其中数组单元填充了从 0 到 1 的标量值。

相比之下，彩色图像是一个 2D NumPy 数组，其中一个 rgb 元组位于每个单元格中。

换一种说法：灰度图像的 NumPy 数组表示是一个二维数组，其单元格的浮点值介于 0（黑色）和 1（白色）之间

鉴于此，您可以通过沿图像数组的两个轴计算平均值来计算平均像素值，如下所示：

>>> import numpy as NP
>>> img = NP.random.rand(100, 100)
>>> img[:5, :5]
     array([[ 0.824,  0.864,  0.731,  0.57 ,  0.127],
            [ 0.307,  0.524,  0.637,  0.134,  0.877],
            [ 0.343,  0.789,  0.758,  0.059,  0.374],
            [ 0.693,  0.991,  0.458,  0.374,  0.738],
            [ 0.237,  0.226,  0.869,  0.952,  0.948]])

这一行代码会做你想做的——计算平均值两次，数组中的每个轴一次（不需要为第二次调用 mean 指定一个轴，因为返回第一次调用的值只是一个一维数组

>>> img.mean(axis=0).mean()

  0.50000646872609511

0.5 的值似乎是正确的，因为数组值是通过调用 NP.random.rand 生成的，它返回从半开区间 [0, 1) 上的均匀分布采样的值

>>> import matplotlib.pyplot as MPL
>>> MPL.imshow(img, cmap=MPL.cm.gray, interpolation='nearest')
>>> MPL.show()

【讨论】：