使用 scikit-image 计算值 < 0.5 的像素的平均值答案

【问题标题】：Calculate Average Value of Pixels with Value < 0.5 Using scikit-image使用 scikit-image 计算值 < 0.5 的像素的平均值
【发布时间】：2019-02-27 23:49:31
【问题描述】：

使用 Python 3 中的 scikit-image 包并给定一个 RGB 图像，我们如何计算值大于 0.5 的像素的平均像素值（范围从 0 到 1 的归一化值）？

我想我设法掩盖了我想要计算平均值的像素，那么我们应该如何进行？

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)

【问题讨论】：

标签： python python-3.x image scikit-image scikits

【解决方案1】：

您可以将 NumPy 的 boolean indexing 与 mean() 方法一起用于多维数组：

imgData = imread(dataFilepath, as_gray=True)
imgMask = imgData > 0.5
imgAvg = imgData[imgMask].mean()

在上面的sn-p 中imgAvg 是在强度值大于0.5 的像素上计算的平均强度。如果您打算将值小于或等于 0.5 的图像像素涂黑，然后计算整个图像的平均值，您可以使用以下代码：

imgAvg = imgData[imgMask].sum()/imgData.size

【讨论】：