Mahotas – 获取图像的均值

在本文中，我们将了解如何在 mahotas 中获取图像的平均值。平均值是像素值的总和除以像素值的总数。
像素值表示存储在计算机中的图像的每个像素都有一个像素值，它描述了该像素的亮度和/或它应该是什么颜色。在二值图像的最简单情况下，像素值是一个 1 位数字，表示前景或背景。
平均值是所有统计量度中最基本的。均值常用于几何和分析；为此目的开发了多种手段。在图像处理的竞赛中，使用均值的滤波被归类为空间滤波并用于降噪。
为了做到这一点，我们将使用均值方法

Syntax : img.mean()
Argument : It takes no argument
Return : It returns float32 
 

这里的 img 是使用 mahotas 加载的图像，可以借助 mahotas.imread(image_name) 方法来完成。
注意：图像应该在得到平均值之前进行过滤，因为它可以一次计算一个通道
示例 1：

Python3

# importing required libraries
import numpy as np
import mahotas
from pylab import imshow, show
  
# loading image
img = mahotas.imread('dog_image.png')
  
# filtering the image
img = img[:, :, 0]
    
print("Image with filter")
# showing the image
imshow(img)
show()
  
# getting mean value
mean = img.mean()
  
# printing mean value
print("Mean Value for 0 channel : " + str(mean))

输出 ：

Mean Value for 0 channel : 129.05525723083971

示例 2：

Python3

# importing required libraries
import mahotas as mh
import mahotas.demos
import numpy as np
from pylab import imshow, show
 
# getting nuclear image
nuclear = mh.demos.nuclear_image()
 
 
# filtering the image
nuclear = nuclear[:, :, 0]
 
print("Image with filter")
# showing the image
imshow(nuclear)
show()
 
# getting mean value
mean = nuclear.mean()
 
# printing mean value
print("Mean Value for 0 channel : " + str(mean))

输出 ：

Mean Value for 0 channel : 27.490094866071427

注意：对于每个通道，都有不同的平均值，平均值是设置图像阈值的好选择。