数据结构
网络
关系数据库管理系统
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
时尚研究
法律研究如何在 PyTorch 中找到图像通道的平均值？
RGB 图像有三个通道：红色、绿色和蓝色。我们需要计算这些图像通道上图像像素值的平均值。为此，我们使用 torch.mean() 方法。但是此方法的输入参数是 PyTorch 张量。因此，我们首先将图像转换为 PyTorch 张量，然后应用此方法。它返回张量中所有元素的平均值。要查找图像通道的平均值，我们将参数 dim 设置为 [1,2]。
步骤
导入所需的库。在以下所有 Python 示例中，所需的 Python 库是 torch、torchvision、Pillow 和 OpenCV。确保您已安装它们。
使用 image.open() 读取输入图像并将其分配给变量 “img”。
定义一个转换，将 PIL 图像转换为 PyTorch 张量。
使用上面定义的转换将图像 “img” 转换为 PyTorch 张量，并将此张量分配给 “imgTensor”。
计算 torch.mean(imgTensor, dim = [1,2])。它返回一个包含三个值的张量。这三个值是三个通道 RGB 的平均值。您可以将这三个平均值分别分配给三个新变量 “R_mean”、“G_mean” 和 “B_mean”。
打印图像像素的三个平均值 “R_mean”、“G_mean” 和 “B_mean”。
输入图像
我们将在两个示例中都使用以下图像作为输入。
示例 1
# Python program to find mean across the image channels
# import necessary libraries
import torch
from PIL import Image
import torchvision.transforms as transforms
# Read the input image
img = Image.open('opera.jpg')
# Define transform to convert the image to PyTorch Tensor
transform = transforms.ToTensor()
# Convert image to PyTorch Tensor (Image Tensor)
imgTensor = transform(img)
print("Shape of Image Tensor:\n", imgTensor.shape)
# Compute mean of the Image Tensor across image channels RGB
R_mean, G_mean ,B_mean = torch.mean(imgTensor, dim = [1,2])
# print mean across image channel RGB
print("Mean across Read channel:", R_mean)
print("Mean across Green channel:", G_mean)
print("Mean across Blue channel:", B_mean)输出
Shape of Image Tensor: torch.Size([3, 447, 640]) Mean across Read channel: tensor(0.1487) Mean across Green channel: tensor(0.1607) Mean across Blue channel: tensor(0.2521)
示例 2
我们还可以使用 OpenCV 读取图像。使用 OpenCV 读取的图像类型为 numpy.ndarray。在这里，在这个示例中，我们使用了一种不同的方法来计算平均值。我们使用 imgTensor.mean()，这是张量上的基本运算。请查看以下示例。
# Python program to find mean across the image channels
# import necessary libraries
import torch
import cv2
import torchvision.transforms as transforms
# Read the input image either using cv2 or PIL
img = cv2.imread('opera.jpg')
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
# Define transform to convert the image to PyTorch Tensor
transform = transforms.ToTensor()
# Convert image to PyTorch Tensor (Image Tensor)
imgTensor = transform(img)
print("Shape of Image Tensor:\n", imgTensor.shape)
# compute mean of the Image Tensor across image channels RGB
# The other way to compute the mean
R_mean, G_mean ,B_mean = imgTensor.mean(dim = [1,2])
# print mean across image channel RGB
print("Mean across Read channel:", R_mean)
print("Mean across Green channel:", G_mean)
print("Mean across Blue channel:", B_mean)输出
Shape of Image Tensor: torch.Size([3, 447, 640]) Mean across Read channel: tensor(0.1487) Mean across Green channel: tensor(0.1607) Mean across Blue channel: tensor(0.2521)
更新于： 2021 年 11 月 6 日
2K+ 浏览量
广告