def var(x=None): mid = np.mean(((x - x.mean()) ** 3)) return np.sign(mid) * abs(mid) ** (1/3)

批量求一个文件夹下所有图片的各阶颜色矩：

import os
def getimagedata(path=path):
    filename = os.listdir(path)
    n = len(filename)
    data = np.zeros([n,9])
    for i in range(n):
            img = Image.open(path+'\\'+imagenames[i])
            M,N = img.size
            r,g,b = img.split()
            rd = np.asarray(r)
            gd = np.asarray(g)
            bd = np.asarray(b)
            data[i,0] = rd.mean();data[i,1] = gd.mean();data[i,2] = bd.mean()
            data[i,3] = rd.std();data[i,4] = gd.std();data[i,5] = bd.std()
            data[i,6] = self.var(rd);data[i,7] = self.var(gd);data[i,8] = self.var(bd)
        return data

首先读取图片数据，转化成矩阵格式：from PIL import Imageimport numpy as npdef getimage(path = path): #path为需要读取图片的路径 img = Image.open(path) M,N = img.size r,g,b = img.split() rd = np.asarray... 一阶 颜色 矩 采用一阶原点 矩 ，反映图像的整体明暗程度。 对于RGB 颜色 空间的图像，i=1，2，3，Ei 表示第i个通道上的一阶 颜色 矩 ，Pij表示第j个像素的第i个通道上的 颜色 值。 二 阶 颜色 矩 二 阶 颜色 矩 采用 二 阶中心距的平方根，反映图像 颜色 的分布范围。 σi表示第i个 颜色 通道上的 二 阶 颜色 矩 。 三阶 颜色 矩 三阶 颜色 矩 采用 三阶 中心距的立方根，反映图像 颜色 分布的对称性。 Si表示第... 对于a.mean(1)不知道如何来的，可参考[1],blob[1]中并没有直接求a.mean(1)是如何来的，但是却很明确的指出有关axis求法的思想。根据这个思想，你就可以很容易的算出三维a.mean(1)。 numpy的argmax用法 [ python ]numpy.mean()用法 d, e, f = matrix[1] g, h, i = matrix[2] return (a*e*i + b*f*g + c*d*h) - (c*e*g + b*d*i + a*f*h) matrix = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) print(determinant_3x3(matrix)) 这个程序使用了numpy库来创建 矩 阵，并使用了行列式的 计算 公式来 计算 矩 阵的行列式值。这里 矩 阵是[[1,2,3],[4,5,6],[7,8,9]]，输出结果为0. 注意：这个程序仅能求3*3 矩 阵的行列式，如果要求其他大小的 矩 阵的行列式，需要重新编写程序。