多个图像的时间中值图像

Question

除了使用 np.median(array) 计算每个像素的中值外，还有其他方法可以计算多幅图像的中值图像吗？

我知道已经有 question about this，但那是 3 年前的事了，也许什么都发生了。

Answer 1

下面是将 3 个玩具图像放入（高度）x（宽度）x（图像数量）数组然后沿（图像数量）轴调用 numpy.median 的方法示例（其中如果图像按时间顺序排列，将是时间轴）。

In [1]: img1 = np.array([[1, 2], [3, 4]])

In [2]: img2 = np.array([[10, 6], [1, 0]])

In [3]: img3 = np.array([[8, 1], [0, 4]])

In [4]: images = np.zeros(shape=img1.shape + (3,))

In [5]: images[:,:,0] = img1

In [6]: images[:,:,1] = img2

In [7]: images[:,:,2] = img3

In [8]: images
Out[8]: 
array([[[  1.,  10.,   8.],
        [  2.,   6.,   1.]],

       [[  3.,   1.,   0.],
        [  4.,   0.,   4.]]])

In [9]: images[:,:,0]
Out[9]: 
array([[ 1.,  2.],
       [ 3.,  4.]])

In [10]: np.median(images, axis=2)
Out[10]: 
array([[ 8.,  2.],
       [ 1.,  4.]])

第 4-7 行由 numpy.dstack 函数处理。这相当于：

images = np.dstack((img1, img2, img3))

这是将二维图像读入列表或从文件中按顺序读取的常用方法，将追加数据结构以增量方式增长。虽然，预分配零块并在加载时按顺序插入数据通常效率更高。

多个图像的时间中值图像

Temporal median image of multiple images

python

opencv

numpy