计算列表中每个项目的欧氏距离

Question

我正在使用Python 3.3的Pillow，对于我拥有的每个图像，我想分析所有像素颜色并计算每种颜色是否最接近白色或黑色。我尝试过用这个公式计算欧几里得距离：

>>>a,b=(127,255) #color value of pixel at position (1,1)
>>>whitedist=sqrt((a-255)**2 + (b-255)**2)
>>>print (whitedist)
128.0

像素有两个值，因为我正在使用灰度图像。问题是，我当然不能对 128x128 图像的每个像素都这样做，所以我尝试编写我的第一个"for"循环：

colors=im.getdata() #all pixel values
for item in col:
    for item in range (0, 127):
    print ("B") #if the value is between 0 and 127 the color is nearer to black

这是一个完全愚蠢的尝试，Python进入了一个无限循环，我不得不退出它。我的问题是我对该做什么有一个原始的想法，但我不太了解 python 将我的推理转化为代码。我认为我的推理并非完全错误，但我找不到将其转换为代码的方法。

由于 list（im.getdata（）） 返回一个元组列表，每个像素包含一个元组包含两个值，我认为我应该做的是将公式whitedist=sqrt((a-255)**2 + (b-255)**2)应用于每个元组，如果公式的结果是 <128，则将像素标记为"暗"，如果>128 则将像素标记为"亮"，那么我需要计算所有暗像素和亮像素，看看图像是否有更多的暗或亮像素。

使用 for 循环这样做是完全错误的吗？

Answer 1

使用 getdata 可以检索所有像素，因此如果图像大小为 128 x 128，则表示 16384 像素。如您所提到的，这些值以可变颜色存储为 16384 个值。

您可以通过一个循环循环遍历完整的值：

for item in colors:
  whitedist=sqrt((item[0]-255)**2 + (item[1]-255)**2)
  if whitedist <= 128:
     darkPixels++
  else:
     lightPixels++  

如果您知道颜色是如何表示的，则可以计算您提到的欧几里得距离。请注意，您没有指定值为 128 时要执行的操作，以及您希望如何存储标签。如果只需要知道有多少像素是暗的或亮的，你可以使用上面的例子。

Answer 2

试试这个：

colors = im.getdata() #all pixel values
# initialize lists for dark and light pixels
darkList=[]   
lightList=[]
# set counter for dark and light pixels
dark = 0  
light = 0  
for item in colors:  # iterate over each tuple
    if sqrt((item[0]-255)**2 + (item[1]-255)**2) < 128:  # See if Euclidean distance is less than 128
        lightList.append(item)  # append pixel to light pixel list
        light+=1   # increment light pixel counter
    else:
        darkList.append(item)  # append pixel to dark pixel list
        dark+=1   # increment dark pixel counter
print("Total light pixels =",light)
print(lightList)
print("Total dark pixels =",dark)
print(darkList)