每一张图片对应一种分类,如何计算全部为1类的像素点和全部为1类和0类像素点之间的比值,代码

时间: 2024-03-23 20:40:30 浏览: 12
如果你想计算所有图像中全部为1类的像素点和全部为1类和0类像素点之间的比值,你可以使用以下代码: ```python import cv2 import numpy as np import os # 定义变量 total_pixels = 0 class1_pixels = 0 class1_0_pixels = 0 # 遍历所有图像 for i in range(1, 92): filename = os.path.join("I:/18Breakageratecalculation/mask-slic use/maskSLIC-master/result/result6/slic", '{:03d}.png'.format(i)) img = cv2.imread(filename, cv2.IMREAD_GRAYSCALE) total_pixels += img.shape[0] * img.shape[1] class1_pixels += np.sum(img == 1) class1_0_pixels += np.sum((img == 1) | (img == 0)) # 计算比值 class1_ratio = float(class1_pixels) / float(total_pixels) class1_0_ratio = float(class1_0_pixels) / float(total_pixels) # 打印结果 print("全部为1类的像素点比例:{:.2f}%".format(class1_ratio * 100)) print("全部为1类和0类的像素点比例:{:.2f}%".format(class1_0_ratio * 100)) ``` 这个代码示例使用了一个 for 循环来遍历所有图像,并计算出所有图像中全部为1类的像素点和全部为1类和0类像素点的数量。最后,我们计算出两个比值,并打印结果。请根据您的具体情况进行修改。

相关推荐

最新推荐

recommend-type

Pytorch 使用CNN图像分类的实现

如上图图片外围黑色像素点5个大于内圈黑色像素点1个分为0类反之1类 想法 通过numpy、PIL构造4*4的图像数据集 构造自己的数据集类 读取数据集对数据集选取减少偏斜 cnn设计因为特征少,直接1*1卷积层 或者在4*4...
recommend-type

python画图--输出指定像素点的颜色值方法

今天小编就为大家分享一篇python画图--输出指定像素点的颜色值方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
recommend-type

Python OpenCV处理图像之图像像素点操作

主要为大家详细介绍了Python OpenCV处理图像之图像像素点操作,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
recommend-type

Android利用BitMap获得图片像素数据的方法

主要介绍了Android利用BitMap获得图片像素数据的方法,结合实例对比分析了Android获取图片像素数据的相关技巧,需要的朋友可以参考下
recommend-type

java编程简单获取图片像素的方法

主要介绍了java编程简单获取图片像素的方法,涉及Java针对图片的读取与属性获取技巧,具有一定参考借鉴价值,需要的朋友可以参考下
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

list根据id查询pid 然后依次获取到所有的子节点数据

可以使用递归的方式来实现根据id查询pid并获取所有子节点数据。具体实现可以参考以下代码: ``` def get_children_nodes(nodes, parent_id): children = [] for node in nodes: if node['pid'] == parent_id: node['children'] = get_children_nodes(nodes, node['id']) children.append(node) return children # 测试数
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。