Mahotas - 查詢影像平均值

當我們談論查詢影像平均值時，指的是計算影像中所有畫素的平均強度值。

數字影像中的每個畫素都由一個數值表示，該數值對應於其強度或顏色資訊。

強度值的範圍取決於影像的色深，例如灰度影像的8位（0-255）或彩色影像的24位（每個顏色通道0-255）。

查詢影像平均值包括將影像中所有畫素的強度值相加，然後除以畫素總數。

此過程提供單個值，表示影像的平均強度。它可以解釋為影像的整體亮度或強度級別。

在Mahotas中查詢影像平均值

我們可以使用mahotas.mean()函式在Mahotas中查詢影像平均值。此函式接受影像陣列並返回其平均值。

眾所周知，Mahotas一次只能查詢一個通道的平均值，因此我們需要將彩色影像轉換為單通道才能查詢該通道的平均值。

平均值函式返回一個標量值，表示影像中所有畫素的平均值。

語法

以下是平均值函式的基本語法：

Image_name.mean()

示例

在以下示例中，我們查詢影像的平均值並顯示具有平均強度的影像：

import mahotas as mh
import numpy as np
from pylab import imshow, show
import matplotlib.pyplot as plt
image = mh.imread('nature.jpeg', as_grey = True)
find_mean = image.mean()
print("Mean of the image is:", find_mean)
imshow(image,cmap='gray')
show()

輸出

Mean of the image is: 134.99541438411237

顯示的影像如下所示：

每個通道的影像平均值

我們還可以使用Mahotas查詢RGB影像中每個通道的平均值。首先，計算整個影像的平均值，然後使用陣列切片分別計算每個通道的平均值。

切片影像[:, :, 0]對應於通道0（紅色），影像[:, :, 1]對應於通道1（綠色），影像[:, :, 2]對應於通道2（藍色）。它使用mean()函式計算每個通道的平均值並列印結果。

示例

在這個例子中，我們嘗試查詢影像各個通道的平均值：

import mahotas as mh
import numpy as np
image = mh.imread('sun.png')
# Calculating the mean of the entire image
print("Mean of the image: {0}".format(image.mean()))
# Calculating the mean of Channel 0 (Red)
img0 = image[:, :, 0]
print('Mean of channel 0: {0}'.format(img0.mean()))
# Calculating the mean of Channel 1 (Green)
img1 = image[:, :, 1]
print('Mean of channel 1: {0}'.format(img1.mean()))
# Calculating the mean of Channel 2 (Blue)
img2 = image[:, :, 2]
print('Mean of channel 2: {0}'.format(img2.mean()))

輸出

執行上述程式碼後，我們得到如下所示的輸出：

Mean of the image: 105.32921300415184
Mean of channel 0: 126.04734671559905
Mean of channel 1: 106.04269535883749
Mean of channel 2: 83.89759693801898

查詢影像中感興趣區域(ROI)的平均值

我們可以使用影像陣列上的切片操作來查詢影像中感興趣區域 (ROI) 的平均值。之後，計算ROI內所有通道（如果影像是彩色的）的平均值或灰度值（如果影像是灰度影像）的平均值。

以下是定義影像ROI的語法：

image[start_row:end_row, start_column:end_column]

其中，'start_row'和'end_row'表示行的範圍，'start_column'和'end_column'表示定義ROI的列的範圍。

因此，為了指定影像中的感興趣區域，我們選擇行和列的子集。

示例

在這裡，我們查詢影像感興趣區域的平均值：

import mahotas as mh
import numpy as np
image = mh.imread('tree.tiff')
# Defining a specific region of interest
roi = image[100:300, 200:400]
roi_mean = np.mean(roi)
print("Mean of the image is:", roi_mean)

輸出

上述程式碼的輸出如下：

Mean of the image is: 98.556925

列印頁面