如何在NumPy中获取RGB图像的均值颜色数组？

这问题我之前处理图像的时候也踩过坑！默认的np.mean()会把整个数组的所有元素揉在一起算均值，要拿到每个通道单独的平均值，只需要给mean()函数指定**计算的轴（axis）**就搞定了。

分两种常见图像格式来说： #

1. 图像形状为 (高度, 宽度, 通道数)（比如PIL、Matplotlib读取的RGB图像）

这种是最普遍的格式，通道维度在最后。我们需要对高度（第0轴）和宽度（第1轴）的所有像素求平均，保留通道维度的结果：

import numpy as np

# 假设image是读入的RGB图像，形状为(H, W, 3)
channel_means = np.mean(image, axis=(0, 1))
print(channel_means)  # 输出类似 [2.31, 4.4211, 10.01] 的数组

2. 图像形状为 (通道数, 高度, 宽度)（部分专业图像处理库的格式）

如果你的图像通道维度在最前面，那就对后面两个轴（高度和宽度）求平均：

channel_means = np.mean(image, axis=(1, 2))

举个直观的测试例子： #

# 创建一个2x2的测试RGB图像，每个通道的像素值一致
test_image = np.array([
    [[10, 20, 30], [10, 20, 30]],
    [[10, 20, 30], [10, 20, 30]]
])

# 计算各通道均值
means = np.mean(test_image, axis=(0, 1))
print(means)  # 输出 [10. 20. 30.]，完全符合预期

额外小提示： #

• 如果用OpenCV读取图像，默认是BGR顺序，求出来的均值顺序也是BGR，如果需要RGB的话，记得先用cv2.cvtColor(image, cv2.COLOR_BGR2RGB)转换一下。
• 不管图像是整数类型还是浮点类型，np.mean()都会返回浮点型的均值数组，刚好满足你要的精度需求。

内容的提问来源于stack exchange，提问作者Denis D'yachkov