PyTorchで画像チャネル（RGB）ごとの平均値を求める方法

RGB画像は、赤（Red）・緑（Green）・青（Blue）の3つのチャネルで構成されています。画像処理では、これら各チャネルのピクセル値の平均を求めたい場面がよくあります。PyTorchでは torch.mean() メソッドを使うことで簡単に計算できます。ただし、このメソッドの入力にはPyTorchテンソルが必要なため、まず画像をテンソルに変換してから適用します。このメソッドはテンソル内の全要素の平均値を返しますが、各チャネルごとの平均を求めるには、パラメータに dim = [1,2] を指定します。

手順

• 必要なライブラリをインポートします。以下のPythonサンプルでは torch、torchvision、Pillow、OpenCV を使用します。事前にインストールしておいてください。

• Image.open() を使って入力画像を読み込み、変数 img に代入します。

• PIL画像をPyTorchテンソルに変換するためのtransformを定義します。

• 定義したtransformを使って画像 img をPyTorchテンソルに変換し、その結果を imgTensor に代入します。

• torch.mean(imgTensor, dim = [1,2]) を計算します。戻り値は3つの値を持つテンソルで、それぞれR・G・Bチャネルの平均値に対応します。これらの値は R_mean、G_mean、B_mean の3つの変数に個別に代入できます。

• 画像ピクセルの3つの平均値 R_mean、G_mean、B_mean を出力します。

入力画像

以下の画像を、両方の例で入力として使用します。

例1：PIL画像から平均を計算する

# Pythonプログラム：画像チャネル全体の平均を求める
# 必要なライブラリをインポート
import torch
from PIL import Image
import torchvision.transforms as transforms

# 入力画像を読み込む
img = Image.open('opera.jpg')

# 画像をPyTorchテンソルに変換するtransformを定義
transform = transforms.ToTensor()

# 画像をPyTorchテンソル（画像テンソル）に変換
imgTensor = transform(img)
print("画像テンソルの形状:\n", imgTensor.shape)

# RGB各チャネルにわたる画像テンソルの平均を計算
R_mean, G_mean ,B_mean = torch.mean(imgTensor, dim = [1,2])

# RGB各チャネルの平均を出力
print("赤チャネルの平均:", R_mean)
print("緑チャネルの平均:", G_mean)
print("青チャネルの平均:", B_mean)

出力

Shape of Image Tensor:
    torch.Size([3, 447, 640])
Mean across Red channel: tensor(0.1487)
Mean across Green channel: tensor(0.1607)
Mean across Blue channel: tensor(0.2521)

例2：OpenCVで読み込んだ画像から平均を計算する

OpenCV を使って画像を読み込むこともできます。OpenCVで読み込んだ画像は numpy.ndarray 型になります。この例では、テンソルに対する基本操作である imgTensor.mean() を使った、もうひとつの平均計算方法を紹介します。以下のコードをご覧ください。

# Pythonプログラム：画像チャネル全体の平均を求める
# 必要なライブラリをインポート
import torch
import cv2
import torchvision.transforms as transforms

# cv2またはPILで入力画像を読み込む
img = cv2.imread('opera.jpg')
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

# 画像をPyTorchテンソルに変換するtransformを定義
transform = transforms.ToTensor()

# 画像をPyTorchテンソル（画像テンソル）に変換
imgTensor = transform(img)
print("画像テンソルの形状:\n", imgTensor.shape)

# RGB各チャネルにわたる画像テンソルの平均を計算
# 平均を計算するもうひとつの方法
R_mean, G_mean ,B_mean = imgTensor.mean(dim = [1,2])

# RGB各チャネルの平均を出力
print("赤チャネルの平均:", R_mean)
print("緑チャネルの平均:", G_mean)
print("青チャネルの平均:", B_mean)

出力

Shape of Image Tensor:
    torch.Size([3, 447, 640])
Mean across Red channel: tensor(0.1487)
Mean across Green channel: tensor(0.1607)
Mean across Blue channel: tensor(0.2521)