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。
假设变量mask被赋值，将仅仅针对变量mask所定义的区域进行统计。
样例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。可是它仅仅计算前一个直方图的统计值。
样例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仅仅有四个属性，分别为count，h。mean和bands，其并没有sum属性。
二、ImageStat模块的属性
以下的属性对于图像的每一个通道。拥有一个相应的仅含一个元素的序列。
这些属性都是仅仅有在调用的时候才会去计算。否则不会做计算。
定义：stat.extrema
含义：获取图像中每一个通道的最大值和最小值。
样例：
>>> 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。
定义：stat.count
含义：获取图像中每一个通道的像素个数。
样例：
>>> 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。
定义：stat.sum
含义：获取图像中每一个通道的像素值之和。
样例：
>>> 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。
定义：stat.sum2
含义：获取图像中每一个通道的像素值平方之和。
样例：
>>>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，并不是和的平方。
5、
Mean
定义：stat.mean
含义：获取图像中每一个通道的像素值的平均值。
样例：
>>>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]
从实例中能够看出，属性mean为每一个通道的像素值之和除以像素个数。精确到小数点后14位。
定义：stat.mean
含义：获取图像中每一个通道的像素值的中值。
样例：
>>> 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获取了每一个通道像素值得中值。
7、
Rms
定义：stat.rms
含义：获取图像中每一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：
watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQv/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center">
样例：
>>>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：获取图像中每一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。
样例：
>>>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：获取图像中每一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)描写叙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。
标准差的公式例如以下：
样例：
>>>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*均值。