# -*- 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