python - 如何以非矢量化方式计算Python中批量图像的平均值？

Question

为了计算图像平均值，可以使用numpy.mean()如果我没错的话。

什么mean()就是简单地将所有元素相加，然后除以所有元素相加的数量。此外，如果我想按 channel 计算平均值(每个 channel 都有自己的平均值计算)，并且我有一个形状的输入: (num_batch, num_channel, width, height) ，我会写:

numpy.mean(a,axis=(0,2,3)) 

现在，我尝试对其非矢量化版本进行编码，但我不确定我是否正确执行了所有操作。

这是假定计算 channel 平均值的代码(其输出应与上面给出的命令相匹配:

def calc_mean_classic(a):
    #sum all elements in each channel and divide by the number of elements
    batch = a.shape[0]
    channel = a.shape[1]
    width = a.shape[2]
    height = a.shape[3]

    sum = np.zeros((channel))
    for i in range(batch):
        for c in range(channel):
            for w in range(width):
                for h in range(height):
                    sum[c] += a[i,c,w,h]

    return sum, (sum/(width*height))

当我使用 numpy.mean(a,axis=(0,2,3)) 运行数据时，我得到:

[ 125.30691805  122.95039414  113.86538318]

但是当我运行我编码的函数时，我得到:

sum,m3 = calc_mean_classic(data_train)
print 'sum=',sum
print 'm3=',m3
print m3[0]/(32*32)

输出:

sum= [  6.41571420e+09   6.29506018e+09   5.82990762e+09]
m3= [ 6265345.90234375  6147519.70703125  5693269.15917969]
6118.50185776

这里有一个讽刺，图片大小是32*32这就是我这样做的原因m3[0]/(32*32) ( sum/width*height ) 看看我是否可以生成 sum[0]值(value)!正如您所看到的，它们是完全不同的值，但它们应该产生相同的值!

我不知道这里发生了什么。

Answer 1

沿这三个轴使用 sum 并除以 block 大小，即 width*height 即 a.shape[2]*a.shape [3]-

batch_mean = np.sum(a,axis=(0,2,3))/(a.shape[2]*a.shape[3])

使用np.mean(a,axis=(0,2,3))，您还除以沿第一个轴的元素数，这似乎不是预期的操作在那里，至少不能使用 sum/(width*height) 和您的 func calc_mean_classic。

<小时/>

否则，如果您打算使用循环 calc_mean_classic 来模拟 np.mean(a,axis=(0,2,3)) 的行为，只需编辑合并 a.shape[0] -

的 return 语句

return sum, (sum/(width*height*a.shape[0]))