使用 numpy 计算平均栅格值（快速）答案

【问题标题】：Calculating average raster values using numpy (fast)使用 numpy 计算平均栅格值（快速）
【发布时间】：2018-01-09 00:56:50
【问题描述】：

我有一个 JPEG 图像，我需要尽快计算每个栅格（红色、蓝色和绿色）的平均值。当我尝试使用两个 for 循环来访问每个像素并添加值时，该过程需要很长时间（大约 30 秒）。有没有办法快速计算平均栅格值（可能使用 numpy 和 OpenCV）？我使用的代码如下：

for i in range(width):
        for j in range(height):
            pix = im.getpixel((i,j))
            redValues = redValues + pix[0]
            greenValues = greenValues + pix[1]
            blueValues = blueValues + pix[2]

【问题讨论】：

您能否提供一个最低限度的工作示例来测试您的代码？在尝试使用不同的库进行优化之前，您首先需要确定实际花费最多的时间。我的直觉是im.getpixel((i,j)) 电话，但我不确定。
我会尝试类似：redValues = sum(im[:,:][0]) 但我不确定语法
See this discussion - 似乎 PIL 是测试过的最快的库。但是用当前版本测试不同的策略——线程已经很老了。

标签： python numpy opencv

【解决方案1】：

import cv2 

## Read the image into `BGR`: (H,W,3), [[B,G,R],...]
img = cv2.imread("test.png")

## Get shape
H,W = img.shape[:2]

## calculate 
avg = img.reshape(-1,3).sum(axis=0)/(H*W)
print(avg)

【讨论】：

在opencv 中不存在img.reshape(-1, 3).mean(axis = 0)，就像在numpy 中一样？
img 是一个numpy.ndarray，由 OpenCV 加载的图像。任何np.ndarray 都可以执行此操作。