如何使用 python 从图像的特定高度和宽度计算最小和最大数据值？

Question

我一直在尝试为一组特定的高度和宽度获取某些数据集的最小和最大数据值。 假设我确实有 (256,256) 的 numpy 图像。 我想得到如下红框的最小和最大数据值：

到目前为止，我尝试了以下步骤：

在用 openCV 得到 numpy 数组后，我做了：

r,c = img.shape[0:2] #get the row and columns of the image

for i in range (row): #iterate over all the rows and we are considering all the rows
    for j in range (col)[-50:] #trying to consider only the last 50th cols
         .......

我被困在这一点上，比如如何从特定的红框像素中获取最小和最大数据值。

Answer 1

由于图像是 arrays，如果我们有 np.Array 格式的图像，我们可以索引行和列，然后计算裁剪的最大值和最小值。

编辑：到 select 最后 50 列，在列索引上使用索引器 [-50:]，如下所示：

import cv2
import numpy as np

image = cv2.cvtColor(cv2.imread("image/path"), cv2.COLOR_BGR2RGB)

crop = image[:, -50:, :]

print(np.max(crop), np.min(crop))

Answer 2

您可以执行以下操作：

bb = img[:,-50:, :] # gets the red bouding box
max_value = bb.max()
min_value = bb.min()