image-processing - 什么是图像的熵，它是如何计算的？

Question

我了解到这是像素的随机性。但是请帮助您了解如何以数学方式计算这种随机性。以及不同的图像将如何具有不同的熵。

标签： image-processingstatisticsentropy

Answer 1

你也可以直接从你的img. 做就是了：

import skimage.measure    
entropy = skimage.measure.shannon_entropy(img)

如果你想看看背后的数学：

import numpy as np
marg = np.histogramdd(np.ravel(img), bins = 256)[0]/img.size
marg = list(filter(lambda p: p > 0, np.ravel(marg)))
entropy = -np.sum(np.multiply(marg, np.log2(marg)))

首先marg是二维灰度图像的边缘分布img。bins对于 8 位图像，设置为 256。然后，您需要过滤掉等于零的概率，最后对剩余元素求和，如香农熵np.multiply(marg, np.log2(marg))所定义的那样。