home *** CD-ROM | disk | FTP | other *** search
/ Chip 2011 November / CHIP_2011_11.iso / Programy / Narzedzia / Inkscape / Inkscape-0.48.2-1-win32.exe / python / Lib / site-packages / PIL / ImageStat.py < prev    next >
Encoding:
Text File  |  2010-03-06  |  4.7 KB  |  180 lines
  1. #
  2. # The Python Imaging Library.
  3. # $Id: ImageStat.py 2134 2004-10-06 08:55:20Z fredrik $
  4. #
  5. # global image statistics
  6. #
  7. # History:
  8. # 1996-04-05 fl   Created
  9. # 1997-05-21 fl   Added mask; added rms, var, stddev attributes
  10. # 1997-08-05 fl   Added median
  11. # 1998-07-05 hk   Fixed integer overflow error
  12. #
  13. # Notes:
  14. # This class shows how to implement delayed evaluation of attributes.
  15. # To get a certain value, simply access the corresponding attribute.
  16. # The __getattr__ dispatcher takes care of the rest.
  17. #
  18. # Copyright (c) Secret Labs AB 1997.
  19. # Copyright (c) Fredrik Lundh 1996-97.
  20. #
  21. # See the README file for information on usage and redistribution.
  22. #
  23.  
  24. import Image
  25. import operator, math
  26.  
  27. ##
  28. # The <b>ImageStat</b> module calculates global statistics for an
  29. # image, or a region of an image.
  30. ##
  31.  
  32. ##
  33. # Calculate statistics for the given image.  If a mask is included,
  34. # only the regions covered by that mask are included in the
  35. # statistics.
  36.  
  37. class Stat:
  38.     "Get image or feature statistics"
  39.  
  40.     ##
  41.     # Create a statistics object.
  42.     #
  43.     # @def __init__(image, mask=None)
  44.     # @param image A PIL image, or a precalculate histogram.
  45.     # @param mask An optional mask.
  46.  
  47.     def __init__(self, image_or_list, mask = None):
  48.         try:
  49.             if mask:
  50.                 self.h = image_or_list.histogram(mask)
  51.             else:
  52.                 self.h = image_or_list.histogram()
  53.         except AttributeError:
  54.             self.h = image_or_list # assume it to be a histogram list
  55.         if type(self.h) != type([]):
  56.             raise TypeError, "first argument must be image or list"
  57.         self.bands = range(len(self.h) / 256)
  58.  
  59.     def __getattr__(self, id):
  60.         "Calculate missing attribute"
  61.         if id[:4] == "_get":
  62.             raise AttributeError, id
  63.         # calculate missing attribute
  64.         v = getattr(self, "_get" + id)()
  65.         setattr(self, id, v)
  66.         return v
  67.  
  68.     def _getextrema(self):
  69.         "Get min/max values for each band in the image"
  70.  
  71.         def minmax(histogram):
  72.             n = 255
  73.             x = 0
  74.             for i in range(256):
  75.                 if histogram[i]:
  76.                     n = min(n, i)
  77.                     x = max(x, i)
  78.             return n, x # returns (255, 0) if there's no data in the histogram
  79.  
  80.         v = []
  81.         for i in range(0, len(self.h), 256):
  82.             v.append(minmax(self.h[i:]))
  83.         return v
  84.  
  85.     def _getcount(self):
  86.         "Get total number of pixels in each layer"
  87.  
  88.         v = []
  89.         for i in range(0, len(self.h), 256):
  90.             v.append(reduce(operator.add, self.h[i:i+256]))
  91.         return v
  92.  
  93.     def _getsum(self):
  94.         "Get sum of all pixels in each layer"
  95.  
  96.         v = []
  97.         for i in range(0, len(self.h), 256):
  98.             sum = 0.0
  99.             for j in range(256):
  100.                 sum = sum + j * self.h[i+j]
  101.             v.append(sum)
  102.         return v
  103.  
  104.     def _getsum2(self):
  105.         "Get squared sum of all pixels in each layer"
  106.  
  107.         v = []
  108.         for i in range(0, len(self.h), 256):
  109.             sum2 = 0.0
  110.             for j in range(256):
  111.                 sum2 = sum2 + (j ** 2) * float(self.h[i+j])
  112.             v.append(sum2)
  113.         return v
  114.  
  115.     def _getmean(self):
  116.         "Get average pixel level for each layer"
  117.  
  118.         v = []
  119.         for i in self.bands:
  120.             v.append(self.sum[i] / self.count[i])
  121.         return v
  122.  
  123.     def _getmedian(self):
  124.         "Get median pixel level for each layer"
  125.  
  126.         v = []
  127.         for i in self.bands:
  128.             s = 0
  129.             l = self.count[i]/2
  130.             b = i * 256
  131.             for j in range(256):
  132.                 s = s + self.h[b+j]
  133.                 if s > l:
  134.                     break
  135.             v.append(j)
  136.         return v
  137.  
  138.     def _getrms(self):
  139.         "Get RMS for each layer"
  140.  
  141.         v = []
  142.         for i in self.bands:
  143.             v.append(math.sqrt(self.sum2[i] / self.count[i]))
  144.         return v
  145.  
  146.  
  147.     def _getvar(self):
  148.         "Get variance for each layer"
  149.  
  150.         v = []
  151.         for i in self.bands:
  152.             n = self.count[i]
  153.             v.append((self.sum2[i]-(self.sum[i]**2.0)/n)/n)
  154.         return v
  155.  
  156.     def _getstddev(self):
  157.         "Get standard deviation for each layer"
  158.  
  159.         v = []
  160.         for i in self.bands:
  161.             v.append(math.sqrt(self.var[i]))
  162.         return v
  163.  
  164. Global = Stat # compatibility
  165.  
  166. if __name__ == "__main__":
  167.  
  168.     im = Image.open("Images/lena.ppm")
  169.  
  170.     st = Stat(im)
  171.  
  172.     print "extrema", st.extrema
  173.     print "sum    ", st.sum
  174.     print "mean   ", st.mean
  175.     print "median ", st.median
  176.     print "rms    ", st.rms
  177.     print "sum2   ", st.sum2
  178.     print "var    ", st.var
  179.     print "stddev ", st.stddev
  180.