python如何實(shí)現(xiàn)自動(dòng)計(jì)算圖像數(shù)據(jù)集的RGB均值

這篇文章將為大家詳細(xì)講解有關(guān)python如何實(shí)現(xiàn)自動(dòng)計(jì)算圖像數(shù)據(jù)集的RGB均值，小編覺(jué)得挺實(shí)用的，因此分享給大家做個(gè)參考，希望大家閱讀完這篇文章后可以有所收獲。

圖像數(shù)據(jù)集往往要進(jìn)行去均值，以保證更快的收斂。

代碼：

創(chuàng)建一個(gè)mean.py，寫(xiě)入如下代碼。修改路徑即可使用

'''
qhy
2018.12.3
'''
import os
import numpy as np
import cv2
 
ims_path='C:/Users/my/Desktop/JPEGImages/'# 圖像數(shù)據(jù)集的路徑
ims_list=os.listdir(ims_path)
R_means=[]
G_means=[]
B_means=[]
for im_list in ims_list:
 im=cv2.imread(ims_path+im_list)
#extrect value of diffient channel
 im_R=im[:,:,0]
 im_G=im[:,:,1]
 im_B=im[:,:,2]
#count mean for every channel
 im_R_mean=np.mean(im_R)
 im_G_mean=np.mean(im_G)
 im_B_mean=np.mean(im_B)
#save single mean value to a set of means
 R_means.append(im_R_mean)
 G_means.append(im_G_mean)
 B_means.append(im_B_mean)
 print('圖片：{} 的 RGB平均值為 \n[{}，{}，{}]'.format(im_list,im_R_mean,im_G_mean,im_B_mean) )
#three sets  into a large set
a=[R_means,G_means,B_means]
mean=[0,0,0]
#count the sum of different channel means
mean[0]=np.mean(a[0])
mean[1]=np.mean(a[1])
mean[2]=np.mean(a[2])
print('數(shù)據(jù)集的BGR平均值為\n[{}，{}，{}]'.format( mean[0],mean[1],mean[2]) )
#cv.imread()讀取Img時(shí)候?qū)gb轉(zhuǎn)換為了bgr，謝謝taylover-pei的修正。

終端運(yùn)行: python mean.py

結(jié)果示例如下：

關(guān)于“python如何實(shí)現(xiàn)自動(dòng)計(jì)算圖像數(shù)據(jù)集的RGB均值”這篇文章就分享到這里了，希望以上內(nèi)容可以對(duì)大家有一定的幫助，使各位可以學(xué)到更多知識(shí)，如果覺(jué)得文章不錯(cuò)，請(qǐng)把它分享出去讓更多的人看到。