查找图像列表的中位数

Question

如果我有一个由 3D ndarray 表示的图像列表，例如[[x,y,color],...]，我可以使用哪些操作来输出具有所有值中值的图像？我正在使用 for 循环，发现它太慢了。

Answer 1

这是我使用NumPy的矢量化实现：

在我的测试中，我使用了这五张图片：

相关部分：

import numpy as np
import scipy.ndimage

# Load five images:
ims = [scipy.ndimage.imread(str(i + 1) + '.png', flatten=True) for i in range(5)]
# Stack the reshaped images (rows) vertically:
ims = np.vstack([im.reshape(1,im.shape[0] * im.shape[1]) for im in ims])
# Compute the median column by column and reshape to the original shape:
median = np.median(ims, axis=0).reshape(100, 100)

完整的脚本：

import numpy as np
import scipy.ndimage
import matplotlib.pyplot as plt

ims = [scipy.ndimage.imread(str(i + 1) + '.png', flatten=True) for i in range(5)]
print ims[0].shape # (100, 100)

ims = np.vstack([im.reshape(1,im.shape[0] * im.shape[1]) for im in ims])
print ims.shape # (5, 10000)

median = np.median(ims, axis=0).reshape(100, 100)

fig = plt.figure(figsize=(100./109., 100./109.), dpi=109, frameon=False)
ax = fig.add_axes([0, 0, 1, 1])
ax.axis('off')
plt.imshow(median, cmap='Greys_r')
plt.show()

五张图片的中位数 (numpy.median) 结果如下所示：

有趣的部分：平均 (numpy.mean) 结果如下所示：

好吧，科学遇上艺术。 :-)

Answer 2

您说您的图像是彩色的，格式为 3d ndarrays 列表。假设有n 图片：

imgs = [img_1, ..., img_n]

imgs 是一个list，每个img_i 是一个ndarray，形状为(nrows, ncols, 3)。

将列表转换为 4d ndarray，然后在对应于图像的维度上取中值：

import numpy as np

# Convert images to 4d ndarray, size(n, nrows, ncols, 3)
imgs = np.asarray(imgs)

# Take the median over the first dim
med = np.median(imgs, axis=0)

这给出了按像素计算的中位数。每个像素的每个颜色通道的值是所有图像中相应像素/通道的中位数。

asarray() 的文档说“如果输入已经是 ndarray，则不执行复制”。这表明如果您将原始图像列表存储为 4d ndarray 而不是列表，则操作会更快。在这种情况下，不需要复制内存中的信息（或运行asarray()）

Answer 3

你能举一个你的数据的例子吗？

否则，我认为您可以将 numpy 与 numpy.mean 一起使用？

你有文档here ;)