ImageStat模块用于计算整个图像或者图像的一个区域的统计数据。
一、ImageStat模块的函数
1、 Stat
定义1：ImageStat.Stat(image)⇒ Stat instance
ImageStat.Stat(image, mask)⇒ Stat instance
含义1：计算给定图像的统计值。如果变量mask被赋值，将只针对变量mask所定义的区域进行统计。
例子1：
>>> from PIL importImage, ImageStat
>>> im01 =Image.open("D:\\Code\\Python\\test\\img\\test01.jpg")
>>> im02 =Image.open("D:\\Code\\Python\\test\\img\\test02.jpg")
>>> r,g,b =im02.split()
>>> stat =ImageStat.Stat(im01)
>>> stat.sum
[120170597.0, 151378139.0,151481196.0]
>>> stat.count
[786432, 786432, 786432]
>>> stat_r =ImageStat.Stat(im01,r)
>>> stat_r.sum
[120170597.0, 151378139.0,151481196.0]
>>> stat_r.count
[786432, 786432, 786432]
>>> stat_g =ImageStat.Stat(im01,g)
>>> stat_g.sum
[116891840.0, 146593055.0,145616479.0]
>>> stat_g.count
[760083, 760083, 760083]
>>> stat_b =ImageStat.Stat(im01,b)
>>> stat_b.sum
[111057281.0, 140047475.0,139208738.0]
>>> stat_b.count
[729161, 729161, 729161]定义2：ImageStat.Stat(list)⇒ Stat instance
含义2：与定义1一样，但是它只计算前一个直方图的统计值。
例子2：
>>> from PIL importImage, ImageStat
>>> im01 =Image.open("D:\\Code\\Python\\test\\img\\test01.jpg")
>>> im02 =Image.open("D:\\Code\\Python\\test\\img\\test02.jpg")
>>> stat = ImageStat.Stat(im01)
>>> stat_l =ImageStat.Stat([0,0,100,100])
>>> stat_l.count
[200]
>>> stat_l.sum
Traceback (most recent calllast):
File "<pyshell#65>", line 1,in <module>
stat_l.sum
File"C:\Python27\lib\site-packages\PIL\ImageStat.py", line 48, in__getattr__
v = getattr(self, "_get" + id)()
File"C:\Python27\lib\site-packages\PIL\ImageStat.py", line 84, in _getsum
layerSum += j * self.h[i + j]
IndexError: list index out ofrange
>>> stat_l.mean
[]
>>> stat_l.bands
[]
>>> stat_l.h
[0, 0, 100, 100]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。
---------------------
作者：icamera0
原文：https://blog.csdn.net/icamera0/article/details/50811855