PyTorch 中如何计算图像通道的均值？

RGB 图像有三个通道，红色、绿色和蓝色。我们需要计算这些图像通道中像素值的均值。为此，我们使用了方法 torch.mean() 。但是，这种方法的输入参数是 PyTorch 张量。因此，我们首先将图像转换为 PyTorch 张量，然后再应用这个方法。它返回张量中所有元素的平均值。要查找图像通道上的平均值，我们将参数 dim = [1,2] 。

步骤

• 导入所需的库。在以下所有 Python 示例中，所需的 Python 库是 torch，torchvision，Pillow 和 OpenCV 。请确保您已经安装了它们。

• 使用 image.open() 读取输入图像，并将其分配给变量 "img" 。

• 定义一个转换，将 PIL 图像转换为 PyTorch Tensor

• 使用上述定义的转换将图像" img "转换为 PyTorch 张量，并将此张量分配给 "imgTensor" 。

• 计算 torch.mean(imgTensor, dim=[1,2]) 。它返回一个包含三个值的张量。这三个值是 RGB 三个通道的均值。您可以将这三个均值分别分配给三个新变量 "R_mean"，"G_mean" 和 "B_mean" 。

• 打印图像像素的三个均值 "R_mean"，"G_mean"， 和 "B_mean" 。

输入图像

我们将使用以下图像作为两个示例中的输入。

示例 1

# Python program to find mean across the image channels
# import necessary libraries
import torch
from PIL import Image
import torchvision.transforms as transforms

# Read the input image
img = Image.open('opera.jpg')

# Define transform to convert the image to PyTorch Tensor
transform = transforms.ToTensor()

# Convert image to PyTorch Tensor (Image Tensor)
imgTensor = transform(img)
print("Shape of Image Tensor:\n", imgTensor.shape)

# Compute mean of the Image Tensor across image channels RGB
R_mean, G_mean ,B_mean = torch.mean(imgTensor, dim = [1,2])

# print mean across image channel RGB
print("Mean across Read channel:", R_mean)
print("Mean across Green channel:", G_mean)
print("Mean across Blue channel:", B_mean)

输出

Shape of Image Tensor:
   torch.Size([3, 447, 640])
Mean across Read channel: tensor(0.1487)
Mean across Green channel: tensor(0.1607)
Mean across Blue channel: tensor(0.2521)

示例 2

我们也可以使用 OpenCV 读取图像。使用 OpenCV 读取的图像的类型是 numpy.ndarray 。在这个示例中，我们使用另一种方式来计算平均值。我们使用 imgTensor.mean() ，它是张量的基本操作。请查看以下示例。

# Python程序：查找图像通道的均值
# 导入必要的库
import torch
import cv2
import torchvision.transforms as transforms

# 使用cv2或PIL读取输入图像
img = cv2.imread('opera.jpg')
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

# 定义转换以将图像转换为PyTorch Tensor
transform = transforms.ToTensor()

# 将图像转换为PyTorch Tensor（Image Tensor）
imgTensor = transform(img)
print("Image Tensor的形状：\n", imgTensor.shape)

# 计算图像通道RGB的Image Tensor的均值
# 另一种计算均值的方式是
R_mean，G_mean，B_mean = imgTensor.mean(dim = [1,2])

# 输出RGB通道的均值
print("Red通道的平均值：", R_mean)
print("Green通道的平均值：", G_mean)
print("Blue通道的平均值：", B_mean)

输出

Image Tensor的形状：
   torch.Size([3, 447, 640])
Red通道的平均值：tensor(0.1487)
Green通道的平均值：tensor(0.1607)
Blue通道的平均值：tensor(0.2521)