计算文件夹中图像的RGB均值

import os
import cv2
import numpy as np

path = r'H:\Lover\data\train\LEVIR_train_HR_crop128'

def compute(path):
    file_names = os.listdir(path)
    per_image_Rmean = []
    per_image_Gmean = []
    per_image_Bmean = []
    for file_name in file_names:
        img = cv2.imread(os.path.join(path, file_name), 1)
        per_image_Bmean.append(np.mean(img[:, :, 0]))
        per_image_Gmean.append(np.mean(img[:, :, 1]))
        per_image_Rmean.append(np.mean(img[:, :, 2]))
    R_mean = np.mean(per_image_Rmean)
    G_mean = np.mean(per_image_Gmean)
    B_mean = np.mean(per_image_Bmean)
    return R_mean, G_mean, B_mean

if __name__ == '__main__':
    R, G, B = compute(path)
    print(R, G, B)
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 您可以使用Python和一些常见的库来完成此任务。以下是一种可能的方法: 1. 导入必要的库 ```python import os import numpy as np import imageio ``` 2. 定义函数来读取和合并tif文件 ```python def merge_tif_files(input_dir1, input_dir2): # 获取两个文件夹下的所有tif文件 files1 = [f for f in os.listdir(input_dir1) if f.endswith('.tif')] files2 = [f for f in os.listdir(input_dir2) if f.endswith('.tif')] # 确定输出npz文件的路径和文件名 output_filename = 'merged_files.npz' output_path = os.path.join(input_dir1, output_filename) # 初始化空数组来存储所有tif文件的像素值 merged_array = np.empty((len(files1),), dtype=np.ndarray) # 循环遍历所有文件并读取它们 for i in range(len(files1)): # 获取当前文件的文件名 filename = files1[i] # 确定两个文件夹下相同文件名的tif文件的路径 file_path1 = os.path.join(input_dir1, filename) file_path2 = os.path.join(input_dir2, filename) # 读取tif文件并合并它们为单通道数组 img1 = imageio.imread(file_path1) img2 = imageio.imread(file_path2) merged_img = np.mean(np.array([img1, img2]), axis=0) # 将数组添加到merged_array merged_array[i] = merged_img # 将merged_array保存为npz文件 np.savez(output_path, data=merged_array) ``` 3. 调用函数并传递文件夹路径作为参数 ```python input_dir1 = 'path/to/folder1' input_dir2 = 'path/to/folder2' merge_tif_files(input_dir1, input_dir2) ``` 这将读取两个文件夹下的所有tif文件,并将它们合并为单通道数组。合并后的数组将保存为npz文件,并使用原始文件名作为数组的名称。您可以在`merge_tif_files`函数更改输出文件的名称和路径,以满足您的需求。 ### 回答2: 要将两个不同文件夹下的所有RGB的tif文件对应合并为单通道的npz文件,并且命名与原文件相同,可以按照以下步骤进行操作: 1. 导入所需的库和模块,例如numpy、PIL和os。 2. 设置两个文件夹的路径,分别为folder1和folder2。可以使用os模块的os.listdir()函数获取文件夹的所有文件名。 3. 使用一个循环遍历folder1和folder2的文件名。 4. 对于每个文件名,使用PIL库的Image.open()函数打开文件。 5. 将打开的图片转换为numpy数组格式,可以使用numpy.asarray()函数。 6. 对每个RGB图片执行以下操作: - 转换为灰度图像,可以使用numpy.average()函数来计算RGB通道的平均值。 - 将灰度图像转换为单通道图像,可以使用numpy.reshape()函数来改变数组的形状。 - 将单通道图像保存为npz文件,可以使用numpy.savez_compressed()函数。 7. 使用filename[:-4]获取文件名(去除.tif的后缀),并添加'.npz'后缀。 8. 添加保存npz文件的路径,可以使用os.path.join()函数来连接文件夹路径和文件名。 9. 执行保存操作,使用numpy.savez_compressed()函数将单通道图像保存为npz文件。 10. 循环完成后,所有RGB的tif文件对应的单通道的npz文件都会被保存在指定的路径。 这样,就完成了将两个不同文件夹下的所有RGB的tif文件对应合并为单通道的npz文件,并且命名与原文件相同的操作。 ### 回答3: 要将两个不同文件夹下的所有RGB的tif文件对应合并为单通道的npz文件且命名与原文件相同,可以按照以下步骤进行操作: 1. 导入所需的库和模块。例如,可以使用numpy库来处理tif文件和npz文件,使用os库来管理文件和路径。 2. 设置两个文件夹的路径,一个用于存放原始tif文件的文件夹(例如,folder1),另一个用于存放合并后npz文件的文件夹(例如,folder2)。 3. 使用os库的函数遍历folder1和folder2的所有tif文件,并逐一读取它们。这可以通过循环遍历文件夹的文件来实现,例如,使用os.path.join函数来连接文件夹路径和文件名。 4. 将读取的tif文件转换为单通道数据。由于原始tif文件是RGB格式的,每个像素点由三个通道(红、绿、蓝)组成,而需要将其转换为单通道,可以使用numpy库的函数来计算通道均值、最大、最小值等操作,从而生成单通道数据。 5. 将转换后的单通道数据保存为npz文件。可以使用numpy库的save函数将单通道数据保存为npz格式的文件,并使用原文件名作为保存的文件名。 6. 重复步骤3至5,直到遍历完所有tif文件。 通过以上步骤,就可以将两个不同文件夹下的所有RGB的tif文件对应合并为单通道的npz文件,并保持命名与原文件相同。注意,在实际操作过程,可能需要根据具体情况进行一些调整。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值