图像均值

在 PIL 中, 使用如下方式获取图像均值:

import PIL.Image
import PIL.ImageStat

im = PIL.Image.open('/img/jp.jpg')
mean = PIL.ImageStat.Stat(im).mean
print(mean)
# [98.61, 97.29, 100.91, 255.0], 每一项分别代表 RGBA

图像均值在以下方面有重要意义:

特征标准化. 对于图像, 逐像素减去均值, 这种归一化可以移除图像的平均亮度值. 很多情况下我们对图像的照度并不感兴趣, 而更多地关注其内容, 这时对每个 数据点移除像素的均值是有意义的. 注意: 虽然该方法广泛地应用于图像, 但在处理彩色图像时需要格外小心, 具体来说, 是因为不同色彩通道中的像素并不都存在平稳特性. 在 图像处理-字符画 一文中有使用例程.

均值滤波. 均值滤波是典型的线性滤波算法, 它是指在图像上对目标像素给一个模板, 该模板包括了其周围的临近像素(以目标象素为中心的周围8个像素, 构成 一个滤波模板, 即去掉目标像素本身), 再用模板中的全体像素的平均值来代替原来像素值.

主题色提取. 像 windows10, 部分定制化 android 操作系统会根据桌面背景自动更改系统主题色.