计算图像的方差答案

【问题标题】：Compute variance of image计算图像的方差
【发布时间】：2020-06-30 07:21:36
【问题描述】：

我想在不使用 opencv 的情况下计算图像的拉普拉斯方差，因为 opencv 非常庞大。所以，我想使用任何其他尺寸更小的库。

这是我当前的代码。它工作完美，但使用 opencv-python-headless：

import cv2

image = cv2.imread("images/test.png")
image_gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

laplacian = cv2.Laplacian(image_gray, cv2.CV_64F).var()
print(laplacian)

如何使用任何其他尺寸较小的库获得相同的结果（相同的拉普拉斯值）？

【问题讨论】：

标签： python image-processing scikit-image

【解决方案1】：

您可以考虑使用scipy 代替其laplacian function。

from scipy import ndimage #To compute the laplacian
import imageio #To load the image as a numpy array
import numpy as np #To convert it to gray

#A function to convert your rgb image to gray
convert_to_gray = lambda rgb : np.dot(rgb[... , :3] , [0.299 , 0.587, 0.114]) 

image = imageio.imread("images/test.png")
image_gray = convert_to_gray(image)

laplacian = ndimage.laplace(image_gray).var()
print(laplacian)

【讨论】：

【解决方案2】：

您首先需要将图像与拉普拉斯核进行卷积：

为此，您可以使用任何可以将图像加载到二维数组中的库。 Python“枕头”库可能很有用。然后你只需要计算图像的方差。这里已经回答了： https://stackoverflow.com/questions/9938008/variance-and-mean-of-image#:~:text=2%20Answers&text=These%20are%20indeed%20the%20correct,x%20%2D%20mean(x))。

【讨论】：