python：计算图像子集的统计信息

我有一个RGB图像，表示为大小为（500,500,3）的numpy数组。我还有一个大小数组（500,500），其中每个像素都有一个介于0和99之间的整数值。这基本上将图像分成许多子区域。属于子阵列的像素共享相同的整数索引。python：计算图像子集的统计信息

我有兴趣做一些计算，比如计算每个子集的均值和标准差。我可以遍历如下的图像做这个（计算例如平均值）：

# image is of size (500, 500, 3) ->RGB values 
# label is of size (500, 500) -> contains integers   
import numpy as np 

mean = np.zeros((100, 3)) 
for i in range(0, 100): 
    count = 0 
    for x in range(0,500): 
     for y in range(0,500): 
      if label[x, y] == i: 
       mean[i, :] += image[x, y,:] 
       count = count + 1 

    # Compute the mean 
    if count > 0: 
     mean[i,:] /= count

的方式我做它包含了很多的循环，它似乎是相当不符合Python和我想知道是否有更好的（速度感）方式来做到这一点。

来源

2014-11-03 Luca

使用逻辑索引和口罩：

来源

2014-11-03 15:09:58 Daniel

谢谢！现在编写代码段让我感到尴尬。你能解释一下平均函数的参数（0）是什么吗？这似乎是每个轴的计算意义（这是我想要的！），但从文档中我不清楚。 – Luca 2014-11-03 15:23:29

你会得到一个二维数组，因为前两个维度被蒙版压平了，并且平均值是在第一维上计算的，所以你得到了一个包含3个元素的向量。 – Daniel 2014-11-03 15:30:43

您可以使它更多'pythonic'，但就循环而言，您可以通过使用坐标：i=label[x:y]从label中检索实际当前整数值，而不是遍历所有可能的值，从而丢失第一个循环。

来源

2014-11-03 15:09:43 yurib

python：计算图像子集的统计信息

回答

相关问题