1以上の画素値を持つピクセルの最頻値を求めたい

Question

前提・実現したいこと

1以上の画素値を持つピクセルの最頻値を求めたいです。

発生している問題

最頻値の値が1になるはずですが、私のコードだと22となっています...
補足情報に画像(Brow)とヒストグラムを載せておきます。

該当のソースコード

import cv2
import numpy as np
from scipy import stats

Bmode = stats.mode(Brow[Brow>0]) [0][0] 
print("B mode:"+str(Bmode))

補足情報（FW/ツールのバージョンなど）

img_green_masked

Blue

Comments

[can110]

元の画像と、画像の読み取り部分を含めた最小限の再現ソースを提示すると回答が得られやすくなります。

[Minarai_stu]

アドバイスありがとうございます。
元となる画像などを追記いたします。

Answer 1

回答ではなく検証結果ですが。
単純画像で試してみましたが、処理には問題ないと思います。
元画像の読み取りからBrow変数にセットするまでの処理に問題はないでしょうか。

import cv2
import numpy as np
from scipy import stats
from PIL import Image, ImageDraw

# テスト画像
img = Image.new('RGB', (500,200), (0,0,0))
draw = ImageDraw.Draw(img)
draw.rectangle((50,50,150,150), fill=(200,200,200))
draw.rectangle((200,50,400,150), fill=(100,100,100))# こちらのほうが大きい

img.save('ret.png')
img = np.array(img, dtype=np.uint8)
Brow = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

print(stats.mode(Brow[Brow>0]))
# ModeResult(mode=array([100], dtype=uint8), count=array([20301]))

Bmode = stats.mode(Brow[Brow>0]) [0][0] 
print("B mode:"+str(Bmode)) # B mode:100

Comments

[Minarai_stu]

ご回答ありがとうございます。
その可能性が高そうですので、元の画像からBrowに変換するまでのコードを見直しています。
以下の処理で、img_green_masked(補足情報に画像あり)からBlue、Browを導きました。ですが、最頻値は正しい値がでていません。
ただ、cv2.imwiteでBlueの画像を保存し、再び読み込むと、最頻値が1となります。
この原因について現在悩んでおります。

#色の分解(BlueとBrowを出すコード)
RGB =cv2.split(img_green_masked)
Blue = RGB[0]
Brow = np.array(Blue).flatten()

Answer 2

fourteenlengthさんが上げてくれた画像を使ってやってみたら、「B mode:4」と表示されました

import numpy as np
import cv2
from scipy import stats
Brow = cv2.cvtColor(cv2.imread("./img.png"), cv2.COLOR_BGR2GRAY)
Bmode = stats.mode(Brow[Brow>0])[0][0]
print("B mode:"+str(Bmode))

確認したら、0を除外したら、やはり4が個数最大でした

histogram, _ = np.histogram(Brow.flatten(), bins=np.arange(np.max(Brow)+2))
print(histogram)

Comments

[Minarai_stu]

ご回答ありがとうございます。
私の説明文不足で申し訳ありません。
画像はBGR成分のBを抜き出した画像となっています。
となるとBはグレー画像で、以下のコードは不要となりますか？(私の認識間違いかもしれません)
Brow = cv2.cvtColor(cv2.imread("./img.png"), cv2.COLOR_BGR2GRAY)

jbpb0様に最頻値を求めるコードの産出地はヒストグラムと一致することを教えていただきましたので、私が指定する元の画像の処理にミスがあったのだと思います。
以下の処理で、img_green_masked(補足情報に画像あり)からBlue、Browを導きました。ですが、最頻値は正しい値がでていません。
ただ、cv2.imwiteでBlueの画像を保存し、再び読み込むと、最頻値が1となります。
この原因について現在悩んでおります。

#色の分解(BlueとBrowを出すコード)
RGB =cv2.split(img_green_masked)
Blue = RGB[0]
Brow = np.array(Blue).flatten()

Answer 3

追記)

1. 以下の写真を"img_green_masked.jpeg"と名前を付けて保存してください。

2. 画像と同じフォルダに以下のファイルを(適当な名前).pyと名前を付けて保存して走らせてください。

import cv2
import numpy as np

from scipy import stats

def calc_Bmode(img):
    if len(img.shape)==3:
        print(img.shape,"--> ",end="")
        BGR = cv2.split(img_col)
        img = BGR[0]
        print(img.shape)
    else:
        print(img.shape)
        

    Brow = np.array(img).flatten()
    Bmode = stats.mode(Brow[Brow>0])[0][0]
    print("Bmode", Bmode)
img_col =cv2.imread("./img_green_masked.jpeg")

BGR = cv2.split(img_col)
Blue = BGR[0]

print("---一旦保存法---")
cv2.imwrite("./blue.jpeg",Blue)
img_blue_loaded = cv2.imread("./blue.jpeg")
calc_Bmode(img_blue_loaded)
cv2.imshow("img_blue_loaded",cv2.resize(img_blue_loaded,None,fx=0.25,fy=0.25))
cv2.waitKey(0)

print("---色の分解法---")
calc_Bmode(Blue)

cv2.imshow("Blue",cv2.resize(Blue,None,fx=0.25,fy=0.25))

cv2.waitKey(0)

3. 表示される画像に「識別文字」は見えますね？
** =（別のファイルを間違えて開いている可能性は排除できますね？**

4. どちらの方法でも同じBmodeになっていますか？

---

元のファイルと少し違うようで値が違いますができました。
1以上の～を修正しました。
22となるのはNumpyだとかScipyのせいではなさそうな気がします。
（イメージの指定違い？）

---

import cv2
import numpy as np

from scipy import stats

img = cv2.cvtColor(cv2.imread("./img.png"),cv2.COLOR_BGR2GRAY)

print("1以上の条件なし Numpy")
arr, count = np.unique(img, return_counts=True)
idx = np.argmax(count)
print("Maximum index[RAW]:",arr[idx])
print("Count:       [RAW] ",count[idx])
# print(count)

print("1以上の条件あり Numpy")
arr, count = arr[1:], count[1:]
idx = np.argmax(count)
print("Maximum index:     ",arr[idx])
print("Count:             ",count[idx])

print("1以上の条件あり Scipy")
Bmode = stats.mode(img[img>0])[0][0]
print(Bmode)

Comments

[jbpb0]

Brow[Brow>0]
をやっているから、flatten()したみたいな形式になってますけど

import numpy as np
import cv2
from scipy import stats
Brow = cv2.cvtColor(cv2.imread("./img.png"), cv2.COLOR_BGR2GRAY)
Brow.shape # (231, 174)
Brow[Brow>0].shape # (12526,)
数が231*174よりも少ないのは、値が0の27668個が除外されているから

[退会済みユーザー]

指摘ありがとうございます。回答のコードだと「1以上の画素値を持つピクセルの」が落ちてますね。

[Minarai_stu]

ご回答ありがとうございます。
modeにかける対象の処理を間違えていたのかもしれません。
Browの前段階の画像(Blue)をcv2.imwriteで一度保存し、その画像を読み込み最頻値を算出すると1となります。
ただ、Browを対象にするとやはり22となってしまします。
Browは以下のように出しました。

#色の分解
RGB =cv2.split(img_green_masked)
Blue = RGB[0]
Brow = np.array(Blue).flatten()

[Minarai_stu]

img_green_maskedとBlueの画像を補足情報に追記します。

[退会済みユーザー]

確認方法を追記しました。時間のある時に走らせた結果をお知らせください。

[jbpb0]

fourteenlengthさんが追記されたコードですが、関数「calc_Bmode」内で引数に無い「img_col」が使われているので、引数に渡された「img_blue_loaded」(一旦ファイルに保存されて読みだされたデータ)ではなく、「img_col」(元々のデータ)が使われます
関数「calc_Bmode」内の
BGR = cv2.split(img_col)
を
BGR = cv2.split(img)
と直すと、Bmodeは変わります
calc_Bmode(img_blue_loaded)
(1478, 1108, 3) --> (1478, 1108)
Bmode 1
calc_Bmode(Blue)
(1478, 1108)
Bmode 2

[jbpb0]

画素値からヒストグラムで集計しても、そうなってます
histogram_img_blue_loaded, _ = np.histogram(img_blue_loaded[:, :, 0].flatten(), bins=np.arange(256 + 1))
print(histogram_img_blue_loaded)
histogram_img_col_B, _ = np.histogram(img_col[:, :, 0].flatten(), bins=np.arange(256 + 1))
print(histogram_img_col_B)

JPEGに保存して読みだしたら、画像データが変わってますね
print(img_blue_loaded[:, :, 0])
print(img_col[:, :, 0])

[jbpb0]

ファイルに保存するところを
cv2.imwrite("./blue.jpeg",Blue, [int(cv2.IMWRITE_JPEG_QUALITY), 100])
と変えて、画質を上げて保存したら、Bmodeは同じになりました
calc_Bmode(img_blue_loaded)
(1478, 1108, 3) --> (1478, 1108)
Bmode 2
calc_Bmode(Blue)
(1478, 1108)
Bmode 2

ただし、ヒストグラムで各画素値の頻度を比べたら違うので、やはりデータはJPEGに保存して読みだしたら変わっています
少しでもデータが変わったら困るのなら、JPEGに保存するのは止めて、PNGとかにした方がいいと思います

[退会済みユーザー]

teratailにアップロードするとpngもjpegになってしまうので苦肉の策でした…。
ご指定いただいたように、Minarai_stuさんの「Browを対象にするとやはり22となってしまします」の正体はファイル形式の違いかもしれませんね。

[Minarai_stu]

jbpb0様、fourteenlength様多くのコメントありがとうございます。
おかげさまで、png形式ではなくjpg形式で画像を保存して比較していたことが問題であることがわかりました。
コードの問題でなく、拡張子の選択ミスで多くのお時間をお取りしてしまい大変申し訳ありませんでした...