为什么计算灰度图像的平均值时有流浪像素？

Question

我正在计算附带的三个灰度图像的平均值。 Image1EATH图像的大小为256 x 256。平均时，我在平均输出中获得了几个流浪像素。下面给出的是我用来生成平均图像的代码。

import cv2
img1 = 'image1.png'
img2 = 'image2.png'
img3 = 'image3.png'

img_1 = cv2.imread(img1).astype("float32")
img_2 = cv2.imread(img2).astype("float32")
img_3 = cv2.imread(img3).astype("float32")

# averaging
result = 255*((img_1 + img_2 + img_3)/3)
result1 = result.clip(0, 255).astype("uint8")    
cv2.imwrite('avg.png', result1)

Answer 1

JIFI有答案。如果您已经打印了所读的阵列，则您会意识到这些阵列已经从0到255。您假设它们从0到1。将获得您期望的结果。

确实说，至少您的某些图像确实在该底部的区域中有流浪像素。在任何图像中，在最终平均值中，任何图像中的像素值为1（在255中）将导致85个。

随访

好，我现在假设您真正想要的是这三张图像的结合，而不是平均值。如果是这样，这将做到这一点：

import cv2
img1 = 'x1.png'
img2 = 'x2.png'
img3 = 'x3.png'

img_1 = cv2.imread(img1) > 1
img_2 = cv2.imread(img2) > 1
img_3 = cv2.imread(img3) > 1

result = ((img_1 | img_2 | img_3) * 255).astype("uint8")
cv2.imwrite('avg.png', result)

因此，img_x将包含true，而图像像素值大于1。

如果更改＆gt; 1 to ＆gt; 0，您将在原始图像中看到所有非零像素，这为您提供底部的杂物。