RGBA 圖像中所有不透明/黑色像素的 PIL 平均值

Question

我想達到與以下相同的效果： cv::mean for non black pixel

但是，我正在使用 PIL 並將 PIL 圖像轉換為 cv 圖像並返回太多開銷。

我嘗試使用mean_color = ImageStat.Stat(img).mean來獲得平均顏色。 但是，這也將包括所有透明像素。 我想計算所有 alpha 值大於 0 的像素的平均值。所以所有非完全透明像素的平均值。

我試圖讓代碼保持良好和快速，因為我必須處理一堆文件。 我希望有一些內置的 PIL function 來做到這一點，但找不到任何東西。

Answer 1

它可能不是最干凈的解決方案，但我讓它工作了。

def mean(rgb, a):
    """
    Supply with an RGB PIL Image and Alpha Channel PIL Image.
    Calculates the mean over all non-fully-transparent pixels in rgb.
    """

    a_arr = np.array(a)       # Convert Alpha values Image to array.
    img_arr = np.array(rgb)   # Convert Image RGB values to array.
    mask = (a_arr > 0)        # Create mask from all non-transparent pixels
    stuff = img_arr[mask]     # Array containing all pixels that aren't transparent

    rows = len(stuff)         # Get the row size.
    if rows < 1:              # If all pixels are transparent:
        return (0, 0, 0)      # The mean is simply black
    cols = len(stuff[0])      # Else, continue with the size of cols

    data = np.zeros([cols, rows, 3], dtype = np.uint8) # Create an array to contain the pixels
    data[:] = stuff           # Put the pixels with at least a > 0 into the created array.

    c_img = Image.fromarray(data, 'RGB') # Convert back to RGB PIL Image
    return ImageStat.Stat(c_img).mean # Calculate the mean over all pixels

就性能而言，這對我來說已經足夠了。

大約 3.44 秒轉換大約一千個 16x16 圖像文件。 過程是：

取平均值然后保存Image.new('RGB', (16, 16), mean) 。