1.對(duì)于RGB三通道圖片，直接用兩層for循環(huán)的話，效率比較低
2.可以先將RGB圖片轉(zhuǎn)為灰度圖片，再利用numpy.where的廣播機(jī)制統(tǒng)計(jì)像素個(gè)數(shù)。這里有一個(gè)前提是提前知道與灰度圖片的像素值相對(duì)應(yīng)RGB顏色。
代碼如下：
from PIL import Image
import numpy as np
import cv2
img_L = np.array(Image.open('test.png').convert("L"))
img_RGB = np.array(Image.open('test.png').convert("RGB"))
# temp = {}
# for i in range(img_L.shape[0]):
# for j in range(img_L.shape[1]):
# if not temp.get(int(img_L[i][j])):
# temp[int(img_L[i][j])] = list(img_RGB[i][j])
# print(temp)
#這里得到灰度像素值0對(duì)應(yīng)(0,0,0),62對(duì)應(yīng)(19,69,139)
color_0_0_0 = np.where(img_L == 0)[0].shape[0]
color_19_69_139 = np.where(img_L == 62)[0].shape[0]
pixel_sum = img_L.shape[0] * img_L.shape[1]
print("0_0_0 像素個(gè)數(shù)：{} 占比：%{}".format(color_0_0_0,color_0_0_0/pixel_sum*100))
print("19_69_139 像素個(gè)數(shù)：{} 占比：%{}".format(color_19_69_139,color_19_69_139/pixel_sum*100))
補(bǔ)充：OpenCV---如何統(tǒng)計(jì)圖像的像素分布值個(gè)數(shù)（6）
代碼如下：
import cv2 as cv
import matplotlib.pyplot as plt
import numpy as np
def statistics():
src = cv.imread("D:/matplotlib/0.jpg")
cv.imshow("q",src)
h,w,ch = np.shape(src)
gray = cv.cvtColor(src,cv.COLOR_BGR2GRAY)
cv.imshow("gray",gray)
hest = np.zeros([256],dtype = np.int32)
for row in range(h):
for col in range(w):
pv = gray[row,col]
hest[pv] +=1
plt.plot(hest,color = "r")
plt.xlim([0,256])
plt.show()
cv.waitKey(0)
cv.destroyAllWindows()
statistics()
運(yùn)行效果：
像素分布統(tǒng)計(jì)圖
代碼解釋：
import cv2 as cv
import matplotlib.pyplot as plt
import numpy as np
def statistics():
src = cv.imread("D:/matplotlib/0.jpg")
cv.imshow("q",src)
h,w,ch = np.shape(src)
#讀取圖像屬性
gray = cv.cvtColor(src,cv.COLOR_BGR2GRAY)
#將圖像轉(zhuǎn)換成灰度圖，
cv.imshow("gray",gray)
hest = np.zeros([256],dtype = np.int32)
#建立空白數(shù)組
for row in range(h):
for col in range(w):
pv = gray[row,col]
hest[pv] +=1
#統(tǒng)計(jì)不同像素值出現(xiàn)的頻率
plt.plot(hest,color = "r")
plt.xlim([0,256])
plt.show()
#畫(huà)出統(tǒng)計(jì)圖
cv.waitKey(0)
cv.destroyAllWindows()
statistics()
以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教。
您可能感興趣的文章:- Python 統(tǒng)計(jì)數(shù)據(jù)集標(biāo)簽的類別及數(shù)目操作
- Python統(tǒng)計(jì)可散列的對(duì)象之容器Counter詳解
- Python 統(tǒng)計(jì)列表中重復(fù)元素的個(gè)數(shù)并返回其索引值的實(shí)現(xiàn)方法
- Python實(shí)戰(zhàn)之單詞打卡統(tǒng)計(jì)
- python之cur.fetchall與cur.fetchone提取數(shù)據(jù)并統(tǒng)計(jì)處理操作
- python自動(dòng)統(tǒng)計(jì)zabbix系統(tǒng)監(jiān)控覆蓋率的示例代碼
- python 統(tǒng)計(jì)代碼耗時(shí)的幾種方法分享
- Python統(tǒng)計(jì)列表元素出現(xiàn)次數(shù)的方法示例
- Python jieba 中文分詞與詞頻統(tǒng)計(jì)的操作
- 利用Python3實(shí)現(xiàn)統(tǒng)計(jì)大量單詞中各字母出現(xiàn)的次數(shù)和頻率的方法
- 使用Python 統(tǒng)計(jì)文件夾內(nèi)所有pdf頁(yè)數(shù)的小工具
- python 統(tǒng)計(jì)list中各個(gè)元素出現(xiàn)的次數(shù)的幾種方法
- python調(diào)用百度AI接口實(shí)現(xiàn)人流量統(tǒng)計(jì)
- Python代碼覆蓋率統(tǒng)計(jì)工具coverage.py用法詳解
- python 爬蟲(chóng)基本使用——統(tǒng)計(jì)杭電oj題目正確率并排序
- 利用python匯總統(tǒng)計(jì)多張Excel
- python統(tǒng)計(jì)mysql數(shù)據(jù)量變化并調(diào)用接口告警的示例代碼
- 用python實(shí)現(xiàn)監(jiān)控視頻人數(shù)統(tǒng)計(jì)
