python计算平均值的方法_用python计算图像径向平均值的最佳方法是什么?

我有一个正方形的图像,例如这个:

yeODB.png

我想从位置(0,0)计算出每个半径的图像的1D平均值。我已经写了一些代码来实现这一点,但首先它非常慢,即使是对于小图像,其次我看到它背后的想法也有一些问题。代码在这里:import matplotlib.pyplot as plt

import numpy as np

import collections

from skimage import data

image = data.coins()

image = image[:,0:303]

print(image.shape)

projection = {}

total_count = {}

for x_i,x in enumerate(image):

for y_i,y in enumerate(x):

if round(np.sqrt(x_i**2+y_i**2),1) not in projection:

projection[round(np.sqrt(x_i**2+y_i**2),1)] = y

total_count[round(np.sqrt(x_i**2+y_i**2),1)] = 1

elif np.sqrt(round(np.sqrt(x_i**2+y_i**2),1)) in projection:

projection[round(np.sqrt(x_i**2+y_i**2),1)] += y

total_coun

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
计算MTF指标需要对图像进行傅里叶变换,下面是使用Python计算MTF指标的示例代码: ```python import cv2 import numpy as np from matplotlib import pyplot as plt # 读取图像并转换为灰度图像 img = cv2.imread('image.png', cv2.IMREAD_GRAYSCALE) # 进行傅里叶变换 f = np.fft.fft2(img) fshift = np.fft.fftshift(f) # 计算图像的幅度谱和相位谱 magnitude_spectrum = 20 * np.log(np.abs(fshift)) phase_spectrum = np.angle(fshift) # 计算MTF曲线 rows, cols = img.shape crow, ccol = rows // 2, cols // 2 # 按照距离计算点的位置 x = np.linspace(-cols / 2, cols / 2 - 1, cols) y = np.linspace(-rows / 2, rows / 2 - 1, rows) X, Y = np.meshgrid(x, y) D = np.sqrt(X**2 + Y**2) # 计算径向平均值 bin_width = 5 bins = np.arange(0, int(np.ceil(np.max(D))) + bin_width, bin_width) digitized = np.digitize(D.flat, bins) mtf = [] for i in range(1, len(bins)): indices = np.where(digitized == i) if len(indices[0]) > 0: mtf.append(np.mean(magnitude_spectrum.flat[indices])) else: mtf.append(0) # 绘制MTF曲线 mtf = np.array(mtf) / np.max(mtf) plt.plot(bins[:-1], mtf) plt.xlabel('Spatial Frequency (cy/mm)') plt.ylabel('Contrast') plt.title('MTF') plt.show() ``` 其中,`np.fft.fft2()`函数用于进行二维傅里叶变换,`np.fft.fftshift()`函数用于将频域原点移动到频谱的中心。计算MTF曲线需要先计算图像的幅度谱,然后按照距离计算点的位置,计算每个距离区间内的幅度谱的平均值,最后将所有平均值归一化并绘制MTF曲线。

“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