具有像素随机性/不规则性的 RGB 图像的图像参数（标准偏差、均值和熵）

Question

我偶然发现了一些关于如何使用 matlab 获取 RGB 图像的熵的很好的解释。 Matlab 提供了一个内置函数，允许使用 -sum(p.*log2(p)) 获取灰度图像的熵。一个答案提供了一种方法来获取此链接中给出的 rgb 图像的熵 ---> https://stackoverflow.com/a/28239789/3995148

Matlab 是如何解释函数的：

E = entropy(I) 返回 E，一个标量值，表示灰度图像 I 的熵。熵是随机性的统计量度，可用于表征输入图像的纹理。

熵定义为-sum(p.*log2(p))

其中 p 包含从 imhist 返回的直方图计数。默认情况下，熵对逻辑数组使用两个 bin，对 uint8、uint16 或双精度数组使用 256 个 bin。

我可以是多维图像。如果 I 有两个以上的维度，则熵函数会将其视为多维灰度图像，而不是 RGB 图像。

问题：

熵是否​​考虑或检测图像不规则性？例如，如果变量 A 包含 IMAGE AA 的熵，而变量 B 包含 Alter(IMAGE AA) 的熵。其中 Alter 是一个交换图像内随机像素的函数。变量 A 和变量 B 是否包含熵值？假设两幅图像包含相同的像素，但仅在图像中的位置不同。我需要澄清一下，因为我是这个话题的新手，

熵需要考虑图像的不规则性，为什么？ 我需要什么熵实现来覆盖图像不规则性？ 它是否可以作为 python 或其他图像处理程序中的内置函数使用？

Answer 1

不确定您所说的“不规则性”是什么意思，但我可以证明，当您使用 ImageMagick 旋转图像、水平或垂直翻转图像时，熵不会发生变化，因此如果你交换像素：

# Check entropy of image
convert image.png -print '%[entropy]' null:
0.89247

# Rotate 90 degrees and check - still same
convert image.png -rotate 90 -print '%[entropy]' null:
0.89247

# Rotate 270 degrees and check - still same
convert image.png -rotate 270 -print '%[entropy]' null:
0.89247

# Flip image and check - still same
convert image.png -flip -print '%[entropy]' null:
0.89247

# Flop image and check - still same
convert image.png -flop -print '%[entropy]' null:
0.89247

您可以一次性检查标准差、均值和熵：

 convert image.png -rotate 90 -verbose +identify null: | grep -Ei "entropy|deviation|mean" | tail -3
  image.png=> PNG 70x46=>46x70 46x70+0+0 8-bit sRGB 0.000u 0:00.000
  mean: 105.147 (0.412341)
  standard deviation: 59.4199 (0.233019)
  entropy: 0.89247

Answer 2

matlab 中有用于计算熵的默认函数。

试试吧

I=imread('image name');
entropy(I)