如何获取图像单行/列的准确均值？使用numpy计算时输出大量数值

当然可以获取图像单行/单列的准确均值、最大值、最小值及差值。你当前代码输出大量数值，是因为axis=0会计算所有列的统计值，axis=1会计算所有行的统计值，结果长度等于图像的列数/行数。

解决步骤及代码示例 #

1. 先确保正确读取图像

补充图像读取代码，若处理灰度图，建议用灰度模式读取：

import cv2
import numpy as np

# 读取灰度图像（若为彩色图，可改为cv2.IMREAD_COLOR）
img = cv2.imread('your_image.png', cv2.IMREAD_GRAYSCALE)
pixels = np.array(img)

2. 获取指定单行/单列的统计值

假设你需要获取第3行（索引从0开始）和第5列的统计值：

# 指定行索引（比如第3行）
target_row_idx = 3
row_data = pixels[target_row_idx, :]
row_mean = np.mean(row_data)
row_max = np.max(row_data)
row_min = np.min(row_data)
row_subtract = row_max - row_min

# 指定列索引（比如第5列）
target_col_idx = 5
col_data = pixels[:, target_col_idx]
col_mean = np.mean(col_data)
col_max = np.max(col_data)
col_min = np.min(col_data)
col_subtract = col_max - col_min

# 打印指定行/列的结果
print(f"第{target_row_idx+1}行：均值={row_mean}, 最大值={row_max}, 最小值={row_min}, 差值={row_subtract}")
print(f"第{target_col_idx+1}列：均值={col_mean}, 最大值={col_max}, 最小值={col_min}, 差值={col_subtract}")

3. 彩色图像的处理（如果需要）

如果处理的是彩色图像（三维数组，形状为(高度, 宽度, 3)），可以选择转灰度后计算，或对每个通道分别计算：

# 读取彩色图像
img_color = cv2.imread('your_image.png', cv2.IMREAD_COLOR)

# 方式1：转灰度后计算
gray_img = cv2.cvtColor(img_color, cv2.COLOR_BGR2GRAY)
# 后续步骤同灰度图

# 方式2：对每个通道分别计算指定列的均值
target_col_idx = 5
col_b_data = img_color[:, target_col_idx, 0]  # B通道
col_g_data = img_color[:, target_col_idx, 1]  # G通道
col_r_data = img_color[:, target_col_idx, 2]  # R通道
print(f"B通道第{target_col_idx+1}列均值：{np.mean(col_b_data)}")
print(f"G通道第{target_col_idx+1}列均值：{np.mean(col_g_data)}")
print(f"R通道第{target_col_idx+1}列均值：{np.mean(col_r_data)}")

内容的提问来源于stack exchange，提问作者Boey