Python图像处理库PIL的ImageStat模块统计数据介绍

从python编辑器的提示看，对象stat_l只有四个属性，分别为count，h，mean和bands，其并没有sum属性。

二、ImageStat模块的属性

下面的属性对于图像的每个通道，拥有一个对应的仅含一个元素的序列。这些属性都是只有在调用的时候才会去计算，否则不会做计算。

1、Extrema

定义：stat.extrema

含义：获取图像中每个通道的最大值和最小值。

例子：

>>> from PIL importImage, ImageStat

>>> im02 =Image.open("D:\\Code\\Python\\test\\img\\test02.jpg")

>>> stat =ImageStat.Stat(im02)

>>> stat.extrema

[(2, 255), (0, 255), (0, 255)]

图像im02中，红色通道的最小值为2，最大值为255；绿色和蓝色通道的最小值均为0，最大值均为255。

2、Count

定义：stat.count

含义：获取图像中每个通道的像素个数。

例子：

>>> from PIL importImage, ImageStat

>>> im02 =Image.open("D:\\Code\\Python\\test\\img\\test02.jpg")

>>> im02.mode

'RGB'

>>> im02.size

(1024, 768)

>>> stat =ImageStat.Stat(im02)

>>>stat.count

[786432, 786432,786432]

图像im02的模式为“RGB”，其尺寸为1024x768，像素点个数为786432。所以属性count统计的结果为三个通道均为786432。

3、Sum

定义：stat.sum

含义：获取图像中每个通道的像素值之和。

例子：

>>> from PIL import Image, ImageStat

>>> im02 =Image.open("D:\\Code\\Python\\test\\img\\test02.jpg")

>>> stat = ImageStat.Stat(im02)

>>> stat.sum

[90912466.0,75765120.0, 59027727.0]

图像im02的三个通道的像素值累加和分别为90912466.0, 75765120.0, 59027727.0。

4、Sum2

定义：stat.sum2

含义：获取图像中每个通道的像素值平方之和。

例子：

>>>from PIL import Image, ImageStat

>>>im02 = Image.open("D:\\Code\\Python\\test\\img\\test02.jpg")

>>>stat = ImageStat.Stat(im02)

>>>stat.sum

[90912466.0,75765120.0, 59027727.0]

>>>stat.sum2

[14449895138.0,12289898764.0, 9141884969.0]

属性sum2统计的是各个通道的像素值平方之和，并非和的平方。

5、 Mean

定义：stat.mean

含义：获取图像中每个通道的像素值的平均值。

例子：

>>>from PIL import Image, ImageStat

>>>im02 = Image.open("D:\\Code\\Python\\test\\img\\test02.jpg")

>>>stat = ImageStat.Stat(im02)

>>>stat.sum

[90912466.0,75765120.0, 59027727.0]

>>>stat.count

[786432, 786432,786432]

>>>stat.mean

[115.60117848714192,96.34033203125, 75.05763626098633]

从实例中可以看出，属性mean为每个通道的像素值之和除以像素个数，精确到小数点后14位。

6、Median

定义：stat.mean

含义：获取图像中每个通道的像素值的中值。

例子：

>>> from PIL import Image, ImageStat

>>> im02 =Image.open("D:\\Code\\Python\\test\\img\\test02.jpg")

>>> stat = ImageStat.Stat(im02)

>>> stat.extrema

[(2, 255), (0,255), (0, 255)]

>>>stat.median

[119, 80, 40]

属性median获取了每个通道像素值得中值。

7、 Rms

定义：stat.rms

含义：获取图像中每个通道的像素值的均方根值。均方根值，也称方均根值或有效值，它的计算方法是先平方、再平均、然后开方。即：将N个项的平方和除以N后开平方的结果，即均方根的结果。其计算公式为：

例子：

>>>from PIL import Image, ImageStat

>>>im02 = Image.open("D:\\Code\\Python\\test\\img\\test02.jpg")

>>>stat = ImageStat.Stat(im02)

>>>stat.rms

[135.55069835243268,125.00965724006934, 107.81701101697355]

8、 Var

定义：stat.var

含义：获取图像中每个通道的像素值的方差值。方差（variance)是在概率论和统计方差衡量随机变量或一组数据时离散程度的度量。概率论中方差用来度量随机变量和其数学期望（即均值）之间的偏离程度。统计中的方差（样本方差）是各个数据分别与其平均数之差的平方的和的平均数。

例子：

>>>from PIL import Image, ImageStat

>>>im02 = Image.open("D:\\Code\\Python\\test\\img\\test02.jpg")

>>>stat = ImageStat.Stat(im02)

>>>stat.var

[5010.359356216148,6345.954827388127, 5990.859103547667]

9、 Stddev

定义：stat.stddev

含义：获取图像中每个通道的像素值的标准差值。标准差也被称为标准偏差，标准差(Standard Deviation)描述各数据偏离平均数的距离（离均差）的平均数，它是方差平方和平均后的方根，用σ表示。标准差是方差的算术平方根。标准差能反映一个数据集的离散程度，标准偏差越小，这些值偏离平均值就越少，反之亦然。标准偏差的大小可通过标准偏差与平均值的倍率关系来衡量。标准差的公式如下：

例子：

>>>from PIL import Image, ImageStat

>>>im02 = Image.open("D:\\Code\\Python\\test\\img\\test02.jpg")

>>>stat = ImageStat.Stat(im02)

>>>stat.stddev

[70.78389192617306,79.66150153862358, 77.40064020114863]

通过实例可知，图像im02中，红色通道的像素值最接近平均值。