计算图像的均值与标准差

最新推荐文章于 2024-07-25 13:54:27 发布

白泽小课堂

最新推荐文章于 2024-07-25 13:54:27 发布

阅读量2.2k

点赞数

分类专栏：深度学习文章标签：均值算法算法计算机视觉

本文链接：https://blog.csdn.net/weixin_50277857/article/details/128200605

版权

深度学习专栏收录该内容

3 篇文章 0 订阅

订阅专栏

图像均值的计算公式：

$\mu =\frac{1}{w*h}\sum_{i=1}^{w}\sum_{j=1}^{h}(p_{ij})$

其中， $w$ 和 $h$ 分别为图像的宽和高， $p_{ij}$ 为 $ij$ 位置对应的像素值。

图像的标准差计算公式：

$\sigma =\sqrt{\frac{1}{w*h}\sum_{i=1}^{w}\sum_{j=1}^{h}(p_{ij}-\mu)^{2})}$

计算整个文件夹中所有图像的平均和标准差程序如下：

import os
import numpy
from PIL import Image

def get_image_mean_and_std(image_data_dir_src=r"",channel_num=3):
    image_name_array = os.listdir(image_data_dir_src)
    means = [0 for i in range(channel_num)]
    std = [0 for i in range(channel_num)]
    for i in range(len(image_name_array)):
        image_src = os.path.join(image_data_dir_src, image_name_array[i])
        image = numpy.array(Image.open(image_src))
        if channel_num==1:
            image=image[None]
        for j in range(channel_num):
            means[j] += image[:, :, j].mean()
            std[j] += image[:, :, j].std()
    means = numpy.array(means) / len(image_name_array)
    std = numpy.array(std) / len(image_name_array)
    print(means)
    print(std)
    return means,std

if __name__ == '__main__':
    means,std=get_image_mean_and_std(r"./data",3)