我有一个装满图像的文件夹,我想找到出现次数最少的色相值。为此,我为所有色调值创建一个长度为 360 的数组,获取文件夹中的所有图像,遍历它,对于每个像素,我在数组中代表色调值的索引处添加 +1。例如,如果我的像素中的色调值为 0,我会在数组中的索引 0 处添加 +1。 我的问题是:有没有更快或更有效的方法来做到这一点?
这是我的代码:
path = 'path'
sub_path = 'sub_path'
sumHueOcc = np.zeros((360, 1), dtype=np.uint64)
for item in dirs:
fullpath = os.path.join(path,item)
pathos = os.path.join(sub_path,item)
if os.path.isfile(fullpath):
f, e = os.path.splitext(pathos)
img = np.array(Image.open(fullpath))
img = np.float32(img)
imgHSV = cv2.cvtColor(img, cv2.COLOR_RGB2HSV_FULL) #RGB because numpy RGB
# want to work with hue only
h, s, v = cv2.split(imgHSV)
# the hue values in one large array
Z = np.array(h, copy=True)
Z = Z.reshape((-1, 1))
# convert to np.float32
Z = np.uint64(Z)
# count each appearence from hue values
for z in Z:
sumHueOcc[z] = sumHueOcc[z] + 1
max = np.argmax(sumHueOcc)
min = np.argmin(sumHueOcc)
print("Minimum 1")
print(min)
sumHueOcc[min] += max
min = np.argmin(sumHueOcc)
print("Minimum 2")
print(min)
sumHueOcc[min] += max
min = np.argmin(sumHueOcc)
print("Minimum 3")
print(min)
sumHueOcc[min] += max
min = np.argmin(sumHueOcc)
print("Minimum 4")
print(min)
最佳答案
我们可以使用np.bincount
来进行计数。
因此,我们在开始时使用 int64
初始化输出数组 -
sumHueOcc_out = np.zeros((180, 1), dtype=np.int64)
然后,在循环内部,我们替换涉及循环的最内层部分 -
# the hue values in one large array
Z = np.array(h, copy=True)
Z = Z.reshape((-1, 1))
# convert to np.float32
Z = np.uint64(Z)
# count each appearence from hue values
for z in Z:
sumHueOcc[z] = sumHueOcc[z] + 1
使用 bincount
替代方案 -
sumHueOcc_out.flat += np.bincount(h.astype(np.int64).ravel(),minlength=sumHueOcc.size)
关于python-3.x - 一组图像中颜色(色调)值(0-359)出现次数的总和,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/54419742/