【问题标题】:How to calculate the mean value from each channel from a histogram?如何从直方图中计算每个通道的平均值?
【发布时间】:2020-12-09 06:19:01
【问题描述】:

我想从直方图中找到每个通道 (R,G,B) 的平均值。我正在使用的直方图来自图片的裁剪区域。我正在使用 Python 和 openCV,但我愿意使用不同的库。

所以我首先加载图像,然后裁剪感兴趣的区域。然后我对每个通道(BGR)使用 calcHist。这是Histogram for the Blue Channel。因此,由此得出的平均值应该在 140 左右。但是当将 histrB.mean() 用于蓝色通道时,我得到 17。我发现 mean() 正在执行以下操作: sum(histB)/len(np.count_nonzero (历史))。每个 hist 都是一个长度为 256 的向量,并且有很多零,就像图中所示。到目前为止,这是我的代码:

image='image.jpg'
img= cv.imread(image) 
areaofinterest = img[145:193, 430:455]

histB = cv.calcHist([areaofinterest],[0],None,[256],[0,256])
histG = cv.calcHist([areaofinterest],[1],None,[256],[0,256])
histR = cv.calcHist([areaofinterest],[2],None,[256],[0,256])

我还想从每个通道中找到最大值并使用 max(histG) ,它实际上返回了向量中的最大值。

提前谢谢你

【问题讨论】:

  • 我无法复制它,因为我没有您的图像。但从您的直方图来看,在我看来平均值应该在 17 左右。也许您正在寻找模式,最常出现的值?

标签: python opencv image-processing


【解决方案1】:

直方图显示图像中值的分布。

histrB.mean() 计算向量 histrB 的平均值,它是所有向量元素的总和除以元素的数量。 这将是直方图中每个 bin 的平均值数。

如果您想计算蓝色通道的平均值,您可以从图像本身计算它,或者如果您想从直方图计算它,您必须将每个值箱乘以该箱中的元素数量并求和将这些值加起来,然后将该总和除以像素数

最大值和最小值相同。该直方图的最大值将为您提供所有 bin 中最高的像素数。

相反,您正在寻找具有 > 0 个元素的最高 bin。 或具有 > 0 个元素的最低 bin 以获得最小蓝色值。

确保您了解直方图是什么!

【讨论】:

    猜你喜欢
    • 2016-02-07
    • 2021-05-07
    • 2019-05-03
    • 2017-02-16
    • 2021-12-18
    • 2016-09-22
    • 1970-01-01
    • 2022-01-15
    • 1970-01-01
    相关资源
    最近更新 更多