查找多個RGB圖像的中值的有效方法

Question

我正在玩Python中的腳本，我想查找大量相同尺寸的圖像的中值。也就是說，我不想採用位置[x，y]上的所有（紅色，綠色和藍色）像素，並用它們的中值構造新圖像。

我目前的方法使用Python PIL（圖像庫），但它很慢！我非常想使用OpenCV（cv2）接口，因爲它直接將每個圖像作爲一個numpy數組加載。但是，當堆疊尺寸爲（2560,1920,3）的x圖像時，我不斷收到索引錯誤。任何幫助？

我現在，與PIL低效的代碼，如下所示：

from PIL import Image, ImageChops,ImageDraw,ImageFilter,cv 
import sys,glob,sys,math,shutil,time,os, errno,numpy,string 
from os import * 

inputs =() 
path = str(os.getcwd()) 
BGdummyy=0 
os.chdir(path) 
for files in glob.glob("*.png"): 
    inputs = inputs + (str(str(files)),) 
BGdummy=0 
for file in inputs: 
    BGdummy=BGdummy+1 
    im = cv.LoadImage(file) 
    cv.CvtColor(im, im, cv.CV_BGR2RGB) 
    img = Image.fromstring("RGB", cv.GetSize(im), im.tostring()) 
    vars()["file"+str(BGdummy)] = img.load() 
imgnew = Image.new("RGB", (2560,1920)) 
pixnew = imgnew.load() 
for x in range(2560): 
    for y in range(1920): 
     R=[];G=[];B=[]; 
     for z in range(len(inputs)): 
      R.append(vars()["file"+str(z+1)][x,y][0]) 
      G.append(vars()["file"+str(z+1)][x,y][1]) 
      B.append(vars()["file"+str(z+1)][x,y][2]) 
     R = sorted(R) 
     G = sorted(G) 
     B = sorted(B) 
     mid = int(len(inputs)/2.) 
     Rnew = R[mid] 
     Gnew = G[mid] 
     Bnew = B[mid] 
     pixnew[x,y] = (Rnew,Gnew,Bnew) 
    BGdummyy = BGdummyy+1 
imgnew.save("NewBG.png") 

Answer 1

我將演示如何與大小的5門個小陣列（3,3,3）做到這一點。

首先，我將創建5個數組，然後將它們保存在列表X中。在您的情況下，您將保留30個圖像在此列表中。 （我正在做一條線）

X = [a,b,c,d,e] = [np.random.randint(0,255,(3,3,3)) for i in xrange(5)] 

接下來，你將每個圖像平鋪爲一長的單行。所以早些時候你的形象會像

[R1G1B1 R2G2B2 R3G3B3, 
R4G4B4 R5G5B5 R6G6B6, 
R7G7B7 R8G8B8 R9G9B9] 

這將變成[R1 G1 B1 R2 G2 B2 R3 G3 B3......... R9 G9 B9]。然後你將所有這些扁平圖像疊加起來，形成一個大的二維數組。在該數組中，您會看到，所有第一個紅色像素出現在第一列，依此類推。然後，您可以簡單地應用np.median。

Y = np.vstack((x.ravel() for x in X)) 

我拿走了每張圖片並堆放。在我的情況，Y是大小5x27陣列（行 - 圖像的數量，列 - 像素數的圖像）

現在我發現這個的Y值，並重新塑造我們原來的圖像形狀：

Z = np.median(Y,axis = 0) 
Z = np.uint8(Z.reshape(a.shape)) 

完成。

只是爲了確保其工作正常，讓我們檢查任意像素的像素值，說Z[0,1,2]：

In [50]: G1 = [x[0,1,2] for x in X] 

In [51]: G1 
Out[51]: [225, 65, 26, 182, 51] 

In [52]: Z[0,1,2] 
Out[52]: 65.0 

是的，數據是正確的。