用于计算像素值的 Python 脚本在小于/大于比较时失败

Question

我写了一个简短的脚本来计算图像中的像素值：

import os
import sys
import cv2
import numpy as np

imn = (sys.argv[1])
a = cv2.imread(imn, 0)
b = cv2.imread(imn, 1)
c = cv2.GaussianBlur(cv2.imread(imn, 0), (7,7), 2)

def NC(img):
    y = img.reshape(1, -1)
    numA = (y < 127.5).sum()
    numB = (y > 127.5).sum()
    return ({'less': numA, 'greater': numB})

aa = NC(a)
bb = NC(b)
cc = NC(c)
print "File:  {}".format(imn.split('/')[-1])
print "Image: {} - Set: {}".format('A', aa)
print "Image: {} - Set: {}".format('B', bb)
print "Image: {} - Set: {}".format('C', cc)

而且效果很好：

File:  ObamaBidenSituationRoom.jpg
Image: A - Set: {'greater': 480558, 'less': 611282}
Image: B - Set: {'greater': 1441948, 'less': 1833572}
Image: C - Set: {'greater': 471559, 'less': 620281}

但是当我尝试扩展它时：

def NC(img):
    y = img.reshape(1, -1)

    numA = (00.99 < y < 85.00).sum()
    numB = (85.00 < y < 170.0).sum()
    numC = (170.0 < y < 256.0).sum()

    return ({'low': numA, 'middle': numB, 'high': numC})

它给了我一个错误：

Traceback (most recent call last):
  File "Bins--02.py", line 25, in <module>
    aa = NC(a)
  File "Bins--02.py", line 17, in NC
    numA = (00.99 < y < 85.00).sum()
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

我不久前得到了这张图片，但那是一个我最终没有使用的 matplotlib 库。为什么会出现在这里？我是否限制了大于/小于符号的错误？我试图修复它

numA = (00.99 < y).sum() and (y < 85.00).sum()

但这只是给了我随机的超高值。

更新 - Oct20

所以，我改变了它：

def NC(img):
    x = img.reshape(1, -1)


    numA = x[np.where((00.99 < x) & (x < 85.00))].sum()
    numB = x[np.where((85.00 < x) & (x < 170.0))].sum()
    numC = x[np.where((170.0 < x) & (x < 256.0))].sum()
    numD = x.shape

    return ({'total': numD, 'low': numA, 'middle': numB, 'high': numC})

现在它可以工作了，但有一个问题：像素数不匹配。

Image:  lenna.png
Image:  A Set:{'high': 8367459, 'middle': 20278460, 'total': (1, 262144), 'low': 3455619}
Image:  B Set:{'high': 45250935, 'middle': 43098232, 'total': (1, 786432), 'low': 11609051}
Image:  C Set:{'high': 8216989, 'middle': 20633144, 'total': (1, 262144), 'low': 3531090}

测量值是像素，不能超过总数。我从哪里得到 200 万？

例如，我在一个 100x100 的蓝色圆圈图像上运行它：

Image:  lightblue.png
Image:  A Set:{'high': 0, 'middle': 1035999, 'total': (1, 10000), 'low': 0}
Image:  B Set:{'high': 1758789, 'middle': 1212681, 'total': (1, 30000), 'low': 417612}
Image:  C Set:{'high': 0, 'middle': 1014135, 'total': (1, 10000), 'low': 31801}

这是完全错误的。

编辑两个

我只是在一个测试数组上运行它：

i = np.array([[1, 1, 1, 1, 1, 1, 1, 1], [3, 3, 3, 3, 3, 3, 3, 3], [200, 200, 200, 200, 200, 200, 200, 200]])

def NC(img):
    x = img.reshape(1, -1)
    numA = x[np.where((00.99 < x) & (x < 85.00))].sum()
    numB = x[np.where((85.00 < x) & (x < 170.0))].sum()
    numC = x[np.where((170.0 < x) & (x < 256.0))].sum()
    numD = (img.shape[0] * img.shape[1])
    return ({'total': numD, 'low': numA, 'middle': numB, 'high': numC})

aa = NC(i)
bb = NC(i)
cc = NC(i)

print "Image:  {} Set:{}".format('A', aa)
print "Image:  {} Set:{}".format('B', bb)
print "Image:  {} Set:{}".format('C', cc)

它完全坏了：

Image:  A Set:{'high': 1600, 'middle': 0, 'total': 24, 'low': 32}
Image:  B Set:{'high': 1600, 'middle': 0, 'total': 24, 'low': 32}
Image:  C Set:{'high': 1600, 'middle': 0, 'total': 24, 'low': 32}

为什么要这样做？

Answer 1

您的方法存在一些问题。

当你这样做时

(y < 85.00).sum()

您实际上是在对真值条件求和。因此，您最终会计算条件评估为True 的位置。您可以通过一个简单的示例轻松查看它：

In [6]: x = np.arange(10)

In [7]: x
Out[7]: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

In [8]: x < 4
Out[8]: array([ True,  True,  True,  True, False, False, False, False, False, False], dtype=bool)

In [9]: (x < 4).sum()
Out[9]: 4

现在如果你想得到满足条件的索引，你可以使用np.where

In [10]: np.where(x < 4)
Out[10]: (array([0, 1, 2, 3]),)

并将它们用于您的总和

In [11]: x[np.where(x < 4)].sum()
Out[11]: 6

另一个问题来自对范围使用紧凑表示法，使用& 或np.logical_and() 将其分成两部分很容易解决

In [12]: x[np.where((2 < x) & (x < 6))].sum()
Out[12]: 12