使用 numpy、openCV 和 python 自定义灰度图像答案

【问题标题】：Custom grey scale image with numpy, openCV and python使用 numpy、openCV 和 python 自定义灰度图像
【发布时间】：2019-10-01 04:18:23
【问题描述】：

我想平均一个 numpy 数组的切片（它是一个图像）。

目前我正在迭代每个像素，但速度非常慢。我知道有更好的方法，但我无法解决。它可能是 numpy 花式索引，但我被卡住了。

我使用 openCV 将图像读入一个形状为 640,480,3 的 numpy 数组，我想将最后一位（即 [123,121,234]）更改为每个 640x480 的切片的平均值。

您不必给我答案，但朝正确的方向推动会有所帮助。

这对我来说很慢：

 def bw_image_arr(self):

    for x in self.images:
        for y in x:
            for z in y:
                z = z.mean()

【问题讨论】：

【解决方案1】：

使用axis argument沿最后一个轴进行均值缩减，然后使用np.broadcast_to广播到原始形状-

np.broadcast_to(images.mean(axis=-1,keepdims=True),images.shape)

np.broadcast_to 通过为我们提供平均阵列的原始形状视图来帮助我们实现内存效率。如果您需要具有自己的内存空间的最终输出，请附加.copy() -

np.broadcast_to(images.mean(axis=-1,keepdims=True),images.shape).copy()

或者，我们可以使用np.repeat -

images.mean(axis=-1,keepdims=True).repeat(images.shape[-1],axis=-1)

发布的解决方案适用于通用维度的 ndarray。因此，将处理一个图像或一组图像，沿最后一个轴的平均期望结果被广播/复制/重复。

另外，请注意最终输出将是float dtype。因此，对于 unsigned-int dtype 输出的通常 image-dtype，我们可能希望将或/和舍入转换为 int。

【讨论】：

【解决方案2】：

您需要在 x 轴和 y 轴上进行平均。在您的情况下，轴 1 和轴 2（您可以在 numpy.mean 中将其作为元组输入）。然后，如果您在第一维示例中有 50 张图像，您将得到 (50, 3) 形状的数组。

【讨论】：