从 1000 张图像池中读取 50 张图像作为每个像素矩阵

Question

我有 1000 张尺寸为 800x600 像素的灰度图像。 每个像素都有一个值 0...255。

我想从这 1000 张图片中挑选出 50 张图片。 在这 50 张图像中，我想找出最大灰度值 (0...255(。 由此，我只想构建一个具有最大格拉斯泰值(0...255(的新图像。

最后，我用魔杖取 1000 张图像中的每一个，并将每个像素除以新图像像素并乘以 255。

我从选择前 50 张选择的图像开始：

from random import seed
from random import sample
# seed random number generator
seed(1)
# prepare a sequence
sequence = [i for i in range(1000)]
print(sequence)
# select a subset without replacement
subset = sample(sequence, 50)
print("Chosed 50 random images: ", subset)

然后我开始循环阅读图像。从 50 张拾取的图像中读出最大像素值：

for i in range(0,49):
for d in range(0, 599):
for s in range(0, 799):
print("Chosed image: ", subset[i], "Chosed pixel (rundownstairs): ", d, "Chosed pixel (run sidewise): ", s )   

但是我不知道读取矩阵中的像素并进行数学矩阵计算。

Answer 1

由于我没有你的图像，所以我生成了n随机图像。 我用这些图像做了一个数组，并找到了它们的坐标max值。然后我组织了这些索引，以便可以读取： 有了listOfCordinates，您应该能够开始使用像素进行操作。 请注意，我使用了numpy，我不知道这是否是一个问题。

import numpy as np
import cv2
import matplotlib.cm as cm
import matplotlib.pyplot as plt
import glob, os
os.chdir("C:/Usersiareval1DocumentsOCLASSclass_def") #your folder
n = 5 #Number oof images
img_arr = [] #array with images
n_nad_files = []
for i in range(0,n):
n_nad_files.append(glob.glob("*.png")[np.random.randint(n)])
for file in n_nad_files: #set the file termination
img = cv2.imread(file, 0)
img_arr.append(img)

dim_x = img_arr[0].shape[0]
dim_y = img_arr[0].shape[1]
img_with_max = np.zeros((dim_x, dim_y))

cnt = 0
for image in img_arr:
print("Max values in image " +  str(cnt))
for x in range (0, dim_x):
for y in range (0, dim_y):
img_with_max[x][y] = max(img_with_max[x][y], image[x][y])
cnt += 1

如果要绘制图像，可以

plt.imshow(YOUR_IMAGE,cmap=cm.bone) #show your array with the selected colour
plt.show() #show the image

Answer 2

对于图像处理，我建议您opencv，您必须安装它。要读取灰度图像，您可以使用它，您将获得一个numpy数组：

import cv2
import numpy as np

img = cv2.imread('image_file_path', 0)

要查找数组中的最大值，您可以使用以下内容：

max_value = np.max(img)

对于将数学运算应用于整个数组，只需执行以下操作：

mod_img = img / max_value