对于NumPy数组的均值像素减法

Question

我有一个灰度图像的numpy数组。该数组的形状为

imgs.shape
(100, 1, 300, 300)

这段代码代表了100张灰度图像（1个通道）且大小为300x300。

我想对这个数组进行平均像素值减法操作。也就是说，我想从所有图像中减去平均像素值。

我想要所有图像的平均值。

对于单个图像，可以使用以下代码：

X_mean = X.mean(0)
X -= X_mean

如何对我的数组进行操作？

- spore234

---

你想要所有图像的平均值，还是每个图像分别的平均值？ - Willem Van Onsem

@WillemVanOnsem 所有图像的平均值 - spore234

Answer 1

如果每次只处理一张图像，我们可以计算最后两个轴上的平均值并保留维度（这样可以简化以后减法代码的实现），然后从原始输入中减去该平均值，就像这样 -

imgs -= imgs.mean(axis=(-2,-1),keepdims=1)

如果要跨所有图像计算，则也包括第一轴 -

imgs -= imgs.mean(axis=(0,-2,-1),keepdims=1)

请注意，默认情况下， mean 值将作为浮点值。 因此，如果 imgs 不是浮点类型，则需要将其复制为浮点dtype，然后再减去它，或将 mean 值转换为与 imgs 相同的dtype，然后再减去。

示例运行 -

In [188]: imgs = np.random.randint(0, 255,(10,1,30,30))

In [189]: out = imgs - imgs.mean(axis=(0,-2,-1),keepdims=1)

In [190]: out.shape
Out[190]: (10, 1, 30, 30)

In [191]: out.dtype
Out[191]: dtype('float64')

- Divakar

---

这是所有图像的平均值吗？ - spore234

@spore234 这意味着对每个图像进行平均，然后从每个图像中减去该平均值。 - Divakar

请计算所有图像的平均值，并从每个图像中减去此平均值。抱歉没有表述清楚。 - spore234

抱歉，但我认为这是错误的。例如，x = np.random.randint(11,99,(100,1,300,300))，那么你们两个的解决方案都会导致错误的形状。形状应该被保留，只有值应该被“居中”。 - spore234

@spore234 不确定我是否正确理解了那个评论。所以，使用 imgs -= imgs.mean(axis=(0,-2,-1),keepdims=1)，imgs 的形状会出错吗？还是说对于 imgs 来说，imgs.mean(axis=(0,-2,-1),keepdims=1) 基本上是一个标量 (100, 1, 300, 300) 是错误的？ - Divakar

让 imgs = np.random.randint(0, 255,(100,1,300,300)) 成为我的数据。这是一个形状为 (100,1,300,300) 的 numpy 数组，其 int 值从 0 到 255，就像我的真实数据一样。你能提供一个可行的例子吗？我认为它与你所描述的整数问题有关。 - spore234