如何在带有图像的 numpy 数组中查找模式？答案

【问题标题】：How to find mode in a numpy array with images?如何在带有图像的 numpy 数组中查找模式？
【发布时间】：2019-12-25 19:29:28
【问题描述】：

假设我们有一个 np.array 包含一组灰度图像。如何找到每个像素位置的模式？通常 numpy 有 np.mean() 和 np.median() 但不包括模式。我尝试了 scipy 的 stats.mode() 但速度很慢。我也对 axis 术语感到困惑。希望有人也能解释一下（例如：axis=0、axis=1 等）

Input:
[[ [[1,2][3,2]] [[4,3][5,3]] [[9,5][4,6]] ],
 [ [[1,3][3,3]] [[2,7][1,4]] [[4,1][1,7]] ],
 [ [[1,5][3,3]] [[4,3][1,6]] [[6,4][5,6]] ]
]

Output:
[[ [[1,2][3,3]] [[4,3][1,3]] [[4,1][1,6]] ]]

【问题讨论】：

标签： python numpy scipy

【解决方案1】：

给定的轴设置采用指标（在您的案例模式下）的轴。该轴被折叠成一个值。

我认为您的示例数组可能格式错误，所以这里是另一个示例：

假设您有 3 张 800x600 灰度图像，im0、im1 和 im2。它们的形状由im0.shape 给出，是(800, 600)。我们是这样把它们放在一起的：

ims = numpy.array([im0, im1, im2])
print(ims.shape)  # -> (3, 800, 600)

现在假设我们想要 3 张图像中每个像素的平均值。然后我们想在轴 0 上取平均值。这个轴被折叠成平均值，留下 平均图像。

mean_im = numpy.mean(ims, axis=0)
print(mean_im.shape)  # -> (800, 600)

我们可以对scipy.stats.mode 做同样的事情，但是注意模式和计数都会返回，所以我们必须这样做：

mode, count = stats.mode(ims, axis=0)

【讨论】：

以下输出会是什么意思：mean_im = numpy.mean(ims, axis=1) print(ims.shape) ?
然后你在每个图像的 x 坐标上取平均值。换句话说，这会将列合并为一列，或者您可以说您取每张图像中每一行的平均值。形状将是 (3, 600) - 每个图像中的每一行都有一个值。