如何计算10张同尺寸图片中指定像素点(150,220)的平均值？

嘿，我来帮你搞定这个计算多张图片指定像素平均值的问题～首先咱们先理清楚核心逻辑：要算出(150,220)这个像素点的平均值，就是把每张图片在这个位置的三个通道数值分别累加，再除以图片总数就行。另外要注意哦，OpenCV读取的图片是BGR通道顺序（不是咱们常说的RGB），这点别搞混啦。

先说说你现有代码可以优化的地方：逐个定义img1到img10太繁琐了，要是以后图片数量变多，维护起来超麻烦，咱们用循环批量读取图片，既简洁又灵活。

下面是完整的实现代码，我会一步步给你解释：

import cv2

# 定义图片路径的前缀和总数量
img_prefix = r'E:/000'
total_imgs = 10
# 指定要计算的像素坐标：(x, y)，对应OpenCV的索引格式img[y, x]
target_x = 150
target_y = 220

# 初始化三个通道的累加变量
sum_blue = 0
sum_green = 0
sum_red = 0

# 循环读取每张图片并累加像素值
for i in range(1, total_imgs + 1):
    # 生成图片路径：比如i=1时是E:/0001.jpg，i=10时是E:/0010.jpg
    img_path = f"{img_prefix}{i}.jpg"
    img = cv2.imread(img_path)
    
    # 检查图片是否成功读取，避免因图片损坏/路径错误导致程序崩溃
    if img is None:
        print(f"警告：无法读取图片 {img_path}")
        continue
    
    # 提取目标像素的BGR值并累加
    b, g, r = img[target_y, target_x]
    sum_blue += b
    sum_green += g
    sum_red += r

# 计算平均值，可根据需求转成整数或保留小数
avg_blue = sum_blue / total_imgs
avg_green = sum_green / total_imgs
avg_red = sum_red / total_imgs

# 输出结果
print(f"目标像素({target_x}, {target_y})的BGR平均值：[{avg_blue}, {avg_green}, {avg_red}]")

代码细节说明： #

• 批量读取优化：通过循环自动生成图片路径，不用手动逐个定义变量，哪怕以后图片数量变成20张，只需要改total_imgs的值就行
• 像素索引对应：OpenCV中图片的索引规则是img[y, x]，所以你指定的(150,220)对应img[220, 150]，和你的示例完全匹配
• 异常防护：加入了图片读取失败的判断，避免某张图片出问题导致整段代码报错
• 结果灵活处理：如果需要整数形式的平均值，只需要把计算结果套上int()就行，比如int(avg_blue)

拿你给的示例测试的话，假设每张图片的目标像素值依次是[1,2,3]、[2,3,4]……[10,11,12]，运行代码后会得到：

目标像素(150, 220)的BGR平均值：[5.5, 6.5, 7.5]

完全符合你预期的计算结果～

内容的提问来源于stack exchange，提问作者user9147145