Python图像处理库PIL的ImageStat模块介绍

ImageStat模块用于计算整个图像或者图像的一个区域的统计数据。

一、ImageStat模块的函数

图像处理 python，1、  Stat

定义1：ImageStat.Stat(image)⇒ Stat instance

  ImageStat.Stat(image, mask)⇒ Stat instance

机器人的图像数据处理模块。含义1：计算给定图像的统计值。

假设变量mask被赋值，将仅仅针对变量mask所定义的区域进行统计。

样例1：

>>> from PIL importImage, ImageStat>>> im01 =Image.open("D:\\Code\\Python\\test\\img\\test01.jpg")>>> im02 =Image.open("D:\\Code\\Python\\test\\img\\test02.jpg")>>> r,g,b =im02.split()>>> stat =ImageStat.Stat(im01)>>> stat.sum[120170597.0, 151378139.0,151481196.0]>>> stat.count[786432, 786432, 786432]>>> stat_r =ImageStat.Stat(im01,r)>>> stat_r.sum[120170597.0, 151378139.0,151481196.0]>>> stat_r.count[786432, 786432, 786432]>>> stat_g =ImageStat.Stat(im01,g)>>> stat_g.sum[116891840.0, 146593055.0,145616479.0]>>> stat_g.count[760083, 760083, 760083]>>> stat_b =ImageStat.Stat(im01,b)>>> stat_b.sum[111057281.0, 140047475.0,139208738.0]>>> stat_b.count[729161, 729161, 729161]

c语言图像处理库、
定义2：ImageStat.Stat(list)⇒ Stat instance

含义2：与定义1一样。可是它仅仅计算前一个直方图的统计值。

样例2：

>>> from PIL importImage, ImageStat>>> im01 =Image.open("D:\\Code\\Python\\test\\img\\test01.jpg")>>> im02 =Image.open("D:\\Code\\Python\\test\\img\\test02.jpg")>>> stat = ImageStat.Stat(im01)>>> stat_l =ImageStat.Stat([0,0,100,100])>>> stat_l.count[200]>>> stat_l.sumTraceback (most recent calllast):File "<pyshell#65>", line 1,in <module>stat_l.sumFile"C:\Python27\lib\site-packages\PIL\ImageStat.py", line 48, in__getattr__v = getattr(self, "_get" + id)()File"C:\Python27\lib\site-packages\PIL\ImageStat.py", line 84, in _getsumlayerSum += j * self.h[i + j]IndexError: list index out ofrange>>> stat_l.mean[]>>> stat_l.bands[]>>> stat_l.h[0, 0, 100, 100]

图像处理isp，
从python编辑器的提示看，对象stat_l仅仅有四个属性，分别为count，h。mean和bands，其并没有sum属性。

二、ImageStat模块的属性

以下的属性对于图像的每一个通道。拥有一个相应的仅含一个元素的序列。

图像处理dsp模块？这些属性都是仅仅有在调用的时候才会去计算。否则不会做计算。

1、 Extrema

定义：stat.extrema

含义：获取图像中每一个通道的最大值和最小值。

样例：

>>> from PIL importImage, ImageStat>>> im02 =Image.open("D:\\Code\\Python\\test\\img\\test02.jpg")>>> stat =ImageStat.Stat(im02)>>> stat.extrema[(2, 255), (0, 255), (0, 255)]

图像im02中，红色通道的最小值为2，最大值为255；绿色和蓝色通道的最小值均为0，最大值均为255。

2、 Count

定义：stat.count

含义：获取图像中每一个通道的像素个数。

样例：

>>> from PIL importImage, ImageStat>>> im02 =Image.open("D:\\Code\\Python\\test\\img\\test02.jpg")>>> im02.mode'RGB'>>> im02.size(1024, 768)>>> stat =ImageStat.Stat(im02)>>>stat.count[786432, 786432,786432]

图像im02的模式为“RGB”，其尺寸为1024x768。像素点个数为786432。

所以属性count统计的结果为三个通道均为786432。

3、 Sum

定义：stat.sum

含义：获取图像中每一个通道的像素值之和。

样例：

>>> from PIL import Image, ImageStat>>> im02 =Image.open("D:\\Code\\Python\\test\\img\\test02.jpg")>>> stat = ImageStat.Stat(im02)>>> stat.sum[90912466.0,75765120.0, 59027727.0]

图像im02的三个通道的像素值累加和分别为90912466.0, 75765120.0, 59027727.0。

4、 Sum2

定义：stat.sum2

含义：获取图像中每一个通道的像素值平方之和。

样例：

>>>from PIL import Image, ImageStat>>>im02 = Image.open("D:\\Code\\Python\\test\\img\\test02.jpg")>>>stat = ImageStat.Stat(im02)>>>stat.sum[90912466.0,75765120.0, 59027727.0]>>>stat.sum2[14449895138.0,12289898764.0, 9141884969.0]

属性sum2统计的是各个通道的像素值平方之和，并不是和的平方。

5、  Mean

定义：stat.mean

含义：获取图像中每一个通道的像素值的平均值。

样例：

>>>from PIL import Image, ImageStat>>>im02 = Image.open("D:\\Code\\Python\\test\\img\\test02.jpg")>>>stat = ImageStat.Stat(im02)>>>stat.sum[90912466.0,75765120.0, 59027727.0]>>>stat.count[786432, 786432,786432]>>>stat.mean[115.60117848714192,96.34033203125, 75.05763626098633]

从实例中能够看出，属性mean为每一个通道的像素值之和除以像素个数。精确到小数点后14位。

6、 Median

定义：stat.mean

含义：获取图像中每一个通道的像素值的中值。

样例：

>>> from PIL import Image, ImageStat>>> im02 =Image.open("D:\\Code\\Python\\test\\img\\test02.jpg")>>> stat = ImageStat.Stat(im02)>>> stat.extrema[(2, 255), (0,255), (0, 255)]>>>stat.median[119, 80, 40]

属性median获取了每一个通道像素值得中值。

7、  Rms

定义：stat.rms

含义：获取图像中每一个通道的像素值的均方根值。均方根值。也称方均根值或有效值。它的计算方法是先平方、再平均、然后开方。即：将N个项的平方和除以N后开平方的结果，即均方根的结果。其计算公式为：

                             

样例：

>>>from PIL import Image, ImageStat>>>im02 = Image.open("D:\\Code\\Python\\test\\img\\test02.jpg")>>>stat = ImageStat.Stat(im02)>>>stat.rms[135.55069835243268,125.00965724006934, 107.81701101697355]

8、  Var

定义：stat.var

含义：获取图像中每一个通道的像素值的方差值。方差（variance)是在概率论和统计方差衡量随机变量或一组数据时离散程度的度量。概率论中方差用来度量随机变量和其数学期望（即均值）之间的偏离程度。统计中的方差（样本方差）是各个数据分别与其平均数之差的平方的和的平均数。

样例：

>>>from PIL import Image, ImageStat>>>im02 = Image.open("D:\\Code\\Python\\test\\img\\test02.jpg")>>>stat = ImageStat.Stat(im02)>>>stat.var[5010.359356216148,6345.954827388127, 5990.859103547667]

9、  Stddev

定义：stat.stddev

含义：获取图像中每一个通道的像素值的标准差值。

标准差也被称为标准偏差。标准差(Standard Deviation)描写叙述各数据偏离平均数的距离（离均差）的平均数。它是方差平方和平均后的方根，用σ表示。

标准差是方差的算术平方根。

标准差能反映一个数据集的离散程度。标准偏差越小。这些值偏离平均值就越少。反之亦然。标准偏差的大小可通过标准偏差与平均值的倍率关系来衡量。

标准差的公式例如以下：

 

样例：

>>>from PIL import Image, ImageStat>>>im02 = Image.open("D:\\Code\\Python\\test\\img\\test02.jpg")>>>stat = ImageStat.Stat(im02)>>>stat.stddev[70.78389192617306,79.66150153862358, 77.40064020114863]

通过实例可知。图像im02中，红色通道的像素值最接近平均值。