计算灰度图像的偏度和峰度

【问题标题】：Calculate skewness and Kurtosis of a grayscale image计算灰度图像的偏度和峰度
【发布时间】：2019-04-01 04:07:07
【问题描述】：

是否可以仅使用函数计算灰度图像的偏度和峰度

scipy.stats.kurtosis 
scipy.stats.skew

当我应用它时，它显示一个数组而不是单个值。对吗？

【问题讨论】：

标签： python python-3.x scipy

【解决方案1】：

如果我理解你的话，这段代码用于计算其中一种颜色的偏度和峰度：

import scipy
import cv2

im = cv2.imread("image.jpg")

from scipy.stats import skew, kurtosis

colon_number = 0

print(skew(im.reshape(-1,3)[:,colon_number]))
print(kurtosis(im.reshape(-1,3)[:,colon_number]))

【讨论】：

我的问题是，如何从灰度图像中获得峰度和偏度？因为当我这样做时，我会得到一个充满数字的数组
@asdas 我为灰度图像添加答案

【解决方案2】：

对于灰度图像，请使用以下代码：

from skimage import color
from skimage import io

im = color.rgb2gray(io.imread('Grayscale_image.png'))

from scipy.stats import skew, kurtosis

skew(im.reshape(-1))
kurtosis(im.reshape(-1))

【讨论】：

谢谢，但你能解释一下这个重塑是如何工作的吗？它如何让一切都收敛到一个单一的值，它会改变数据吗？
在这种情况下，它将数组从矩阵重塑为向量。 n×m矩阵变成nm×1向量