python - 使用 python/opencv pandas 在集合中查找规范图像

Question

我有一个从视频流中捕获的大型图像数据集，我想从中提取规范数据集。例如，数据集可能由 60% 的纯背景、20% 的人背景和 20% 非常暗的图像组成。

作为一个简单的原型(prototype)，我想计算每个图像的平均 RGB 并将相似的 RGB 值合并在一起，并从每个容器中随机抽样。

rgb_avg = {}
for i in img_list:
    img = cv2.imread(i)
    rgb_avg[i] = np.mean(img)
rgb_series = pd.Series(rgb_avg)
bins = pd.cut(rgb_series,bins=10)

这让我留下了一系列类别，但找不到关于如何使用这个系列并从每个箱子中随机抽样的好教程。如何将我的 RGB 系列分成 10 个 bin 并从每个 bin 中随机采样一个文件？

Answer 1

我能够通过以下方式完成它:

rgb_avg = {}
for i in img_list:
    img = cv2.imread(i)
    rgb_avg[i] = np.mean(img)
rgb_series = pd.Series(rgb_avg)
bins = pd.cut(rgb_series,bins=10)
bin_values = sorted([b.right for b in bins.unique()])
img_bins = {b : [] for b in bin_values}
for img,rgb in rgb_avg.items():
    for b in bin_values:
        if rgb <= b:
            img_bins[b].append(img)
for b in img_bins:
    img = np.random.choice(img_bins[b])
    plt.imshow(cv2.imread(img))
    plt.show()

可能不是最有效的，但它可以完成工作。