Note :提取图像空间频率、色度、亮度、饱和度Python—Opencv

# -*- coding: utf-8 -*-
"""
Created on Sun Apr 26 08:43:23 2020

@author: Aaron
"""
import cv2
import os.path
# import matplotlib.pyplot as plt
import numpy as np
import pandas as pd


sf = [] #空间频率
Hue = [] #色度
Saturation = [] #饱和度
Value = [] #亮度
filepath = 'G:/video/Img'         #图像文件所在目录
pathDir = os.listdir(filepath)

for allDir in pathDir:
    videopath =r'G:/video/Img/'+allDir
    image = cv2.imread(videopath)
    hsv = cv2.cvtColor(image, cv2.COLOR_RGB2HSV)
    H, S, V = cv2.split(hsv)
    
    v = V.ravel()[np.flatnonzero(V)]   #亮度非零的值
    average_v  = sum(v)/len(v)         #平均亮度
    Value.append(average_v)
    s = S.ravel()[np.flatnonzero(S)]   #饱和度非零的值
    average_s  = sum(s)/len(s)         #平均饱和度
    Saturation.append(average_s)
    h = H.ravel()[np.flatnonzero(H)]   #色度非零的值
    average_h  = sum(h)/len(h)         #平均色度
    Hue.append(average_h)
    # plt.imshow(hsv)
    Hm_r=[]   #存储公式中的求和部分
    Hm_c=[]
    
    M,N= 1080,1920
    '''
    Rf水平方向空间频率Cf垂直方向空间频率
    M N 为图像大小
    '''
    for i in range(0,1080):
        for j in range(1,1920):
            H_r = np.square(V[i,j]-V[i,j-1])
            Hm_r.append(H_r)
    
    Hm_r = sum(Hm_r)
    Rf = np.sqrt((1/(M*N-1))*Hm_r)/255 #进行归一化处理
    for j in range(0,1920):
        for i in range(1,1080):
            H_c = np.square(V[i,j]-V[i-1,j])
            Hm_c.append(H_c)
    Hm_c = sum(Hm_c)
    Cf = np.sqrt((1/(M*N-1))*Hm_c)/255 #进行归一化处理
    SF = np.sqrt(Rf*Rf+Cf*Cf)# 空间频率值
    sf.append(SF)
    '''
    保存到excel表格中
    '''

df = pd.read_excel('1.xls')# 读取原有数据表格
# df=DataFrame(sf)#只能写入DataFrame格式文件，不能直接写列表
df['SF']=list(sf)#新增一列数据注意 数据长度与原有表格行数不同会报错
           #错误提示为：
           #ValueError: Length of values does not match length of index
df['Value']=list(Value)#新增一列数据
df['Hue']=list(Hue)#新增一列数据
df['Saturation']=list(Saturation)#新增一列数据
df.to_excel('1.xls', sheet_name='Sheet1',index=False)#写入表格