Python中计算RGB像素均值时图像失真问题的解决方法

问题原因 #

你遇到的异常是因为OpenCV读取的图像默认是uint8类型（8位无符号整数），取值范围仅0-255。当两个uint8数值相加（比如128+137=265），会触发无符号整数溢出，结果被截断为265 % 256 = 9，再除以2就得到4，这就是输出里的异常均值。直接修改原图像数组时，溢出后的错误值会被写入，导致画质失真。

解决方案 #

方案1：转换为高精度类型后批量计算（推荐，效率高）

先把图像转为uint16或float32类型，避免加法溢出，计算完成后再转回uint8：

import cv2
import numpy as np

# 读取图像并转换为16位无符号整数类型
image = cv2.imread(images[z]).astype(np.uint16)
image2 = cv2.imread(images[z+1]).astype(np.uint16)

# 直接用数组运算计算均值，比逐像素循环快几个数量级
avg_image = ((image + image2) // 2).astype(np.uint8)

# 显示结果
cv2.imshow('Average Image', avg_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

方案2：逐像素循环时先转int计算（适合小图像或特殊场景）

如果必须用逐像素遍历，先把每个像素值转为int类型再计算，避免溢出：

import cv2
import numpy as np

image = cv2.imread(images[z])
image2 = cv2.imread(images[z+1])

height, width = image.shape[:2]

for y in range(height):
    for x in range(width):
        # 将uint8像素值转为int，防止加法溢出
        b, g, r = map(int, image[y, x])
        b2, g2, r2 = map(int, image2[y, x])
        
        # 计算均值
        avg_b = (b + b2) // 2
        avg_g = (g + g2) // 2
        avg_r = (r + r2) // 2
        
        # 赋值回原数组（自动转回uint8）
        image2[y, x] = (avg_b, avg_g, avg_r)

cv2.imshow('Average Image', image2)
cv2.waitKey(0)
cv2.destroyAllWindows()

注意事项 #

• 优先使用数组批量运算，避免逐像素循环，尤其是处理大图像时，效率差异非常明显。
• 若使用float类型计算，最后转回uint8时要确保值在0-255范围内，可通过np.clip处理：avg_image = np.clip((image + image2) / 2, 0, 255).astype(np.uint8)

内容的提问来源于stack exchange，提问作者Kadri