在python中平均10000个图像数组中的每两个图像

Question

我是 python 新手。 我想知道你是否可以给我一个想法，让我知道如何在 10000 个图像的矩阵中平均每个连续的两个图像数组。我想降低我电影的节奏。 我找到了以下代码，但我想平均一个图像矩阵而不是 png 或 jpeg 格式。

    import os, numpy, PIL
from PIL import Image

# Access all PNG files in directory
allfiles=os.listdir(os.getcwd())
imlist=[filename for filename in allfiles if  filename[-4:] in[".tif",".TIF"]]

# Assuming all images are the same size, get dimensions of first image
w,h = Image.open(imlist[0]).size
N = len(imlist)

# Create a numpy array of floats to store the average (assume RGB images)
arr = numpy.zeros((h,w,3),numpy.float)

# Build up average pixel intensities, casting each image as an array of floats
for im in imlist:
    imarr = numpy.array(Image.open(im),dtype=numpy.float)
    arr = arr+imarr/N

# Round values in array and cast as 16-bit integer
arr = numpy.array(numpy.round(arr),dtype=numpy.uint16)

# Generate, save and preview final image
out = Image.fromarray(arr,mode="RGB")
out.save("Average.tif") 

提前谢谢你，

Answer 1

Python

您将需要一种获取[[img0, img1], [img2, img3], [img4, img5], ...] 的方法。

所以你需要生成如下数字：

0, 1
2, 3
4, 5
...
998, 999

要生成这些对：

pairs = [[2 * i, 2 * i + 1] for i in range(500)]

现在您可以遍历pairs 并选择图像：

for pair in pairs:
    average(imgs[pair[0]], imgs[pair[1]])

PS：请注意这会很慢。更好的方法是使用numpy 的reshape 和mean()。

麻木

假设您有权访问numpy，并且您拥有1000 图像列表imgs。我正在生成 1000 个 25x25 数组作为图像：

import numpy as np

imgs = np.array([np.ones((25, 25)) * i for i in range(1000)])
image_pairs = imgs.reshape((500, 2, 25, 25))
print(np.mean(image_pairs, axis=1))