Python скрипт для подсчета значений пикселов не будет работать на менее чем/больше, чем сравнение

Question

я написал короткий скрипт для подсчета значения пикселов в изображении:

import os 
import sys 
import cv2 
import numpy as np 

imn = (sys.argv[1]) 
a = cv2.imread(imn, 0) 
b = cv2.imread(imn, 1) 
c = cv2.GaussianBlur(cv2.imread(imn, 0), (7,7), 2) 

def NC(img): 
    y = img.reshape(1, -1) 
    numA = (y < 127.5).sum() 
    numB = (y > 127.5).sum() 
    return ({'less': numA, 'greater': numB}) 

aa = NC(a) 
bb = NC(b) 
cc = NC(c) 
print "File: {}".format(imn.split('/')[-1]) 
print "Image: {} - Set: {}".format('A', aa) 
print "Image: {} - Set: {}".format('B', bb) 
print "Image: {} - Set: {}".format('C', cc) 

И это прекрасно работает:

File: ObamaBidenSituationRoom.jpg 
Image: A - Set: {'greater': 480558, 'less': 611282} 
Image: B - Set: {'greater': 1441948, 'less': 1833572} 
Image: C - Set: {'greater': 471559, 'less': 620281} 

Но когда я попытался развернуть его:

def NC(img): 
    y = img.reshape(1, -1) 

    numA = (00.99 < y < 85.00).sum() 
    numB = (85.00 < y < 170.0).sum() 
    numC = (170.0 < y < 256.0).sum() 

    return ({'low': numA, 'middle': numB, 'high': numC}) 

Это дало мне ошибку:

Traceback (most recent call last): 
    File "Bins--02.py", line 25, in <module> 
    aa = NC(a) 
    File "Bins--02.py", line 17, in NC 
    numA = (00.99 < y < 85.00).sum() 
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all() 

Я получил это изображение некоторое время назад, но это было с библиотекой matplotlib, которую я не использовал. Почему это происходит здесь? Я ограничиваю, что больше, чем/меньше, чем признаки неправильного? Я попытался это исправить

numA = (00.99 < y).sum() and (y < 85.00).sum()

Но это просто дал мне случайные супер высокие значения.

ОБНОВЛЕНИЕ - Oct20

Итак, я изменил его:

def NC(img): 
    x = img.reshape(1, -1) 


    numA = x[np.where((00.99 < x) & (x < 85.00))].sum() 
    numB = x[np.where((85.00 < x) & (x < 170.0))].sum() 
    numC = x[np.where((170.0 < x) & (x < 256.0))].sum() 
    numD = x.shape 

    return ({'total': numD, 'low': numA, 'middle': numB, 'high': numC}) 

И теперь он работает, но есть одна проблема: отсчеты пикселов не совпадают.

Image: lenna.png 
Image: A Set:{'high': 8367459, 'middle': 20278460, 'total': (1, 262144), 'low': 3455619} 
Image: B Set:{'high': 45250935, 'middle': 43098232, 'total': (1, 786432), 'low': 11609051} 
Image: C Set:{'high': 8216989, 'middle': 20633144, 'total': (1, 262144), 'low': 3531090} 

Измерения - это пиксели, их не может быть больше общего. Откуда я получу 2 миллиона?

Например, я побежал на 100x100 изображение синего круга:

Image: lightblue.png 
Image: A Set:{'high': 0, 'middle': 1035999, 'total': (1, 10000), 'low': 0} 
Image: B Set:{'high': 1758789, 'middle': 1212681, 'total': (1, 30000), 'low': 417612} 
Image: C Set:{'high': 0, 'middle': 1014135, 'total': (1, 10000), 'low': 31801} 

и это совершенно неправильно.

Edit Два

Я просто побежал на тестовом массиве:

i = np.array([[1, 1, 1, 1, 1, 1, 1, 1], [3, 3, 3, 3, 3, 3, 3, 3], [200, 200, 200, 200, 200, 200, 200, 200]]) 

def NC(img): 
    x = img.reshape(1, -1) 
    numA = x[np.where((00.99 < x) & (x < 85.00))].sum() 
    numB = x[np.where((85.00 < x) & (x < 170.0))].sum() 
    numC = x[np.where((170.0 < x) & (x < 256.0))].sum() 
    numD = (img.shape[0] * img.shape[1]) 
    return ({'total': numD, 'low': numA, 'middle': numB, 'high': numC}) 

aa = NC(i) 
bb = NC(i) 
cc = NC(i) 

print "Image: {} Set:{}".format('A', aa) 
print "Image: {} Set:{}".format('B', bb) 
print "Image: {} Set:{}".format('C', cc) 

И это полностью сломана:

Image: A Set:{'high': 1600, 'middle': 0, 'total': 24, 'low': 32} 
Image: B Set:{'high': 1600, 'middle': 0, 'total': 24, 'low': 32} 
Image: C Set:{'high': 1600, 'middle': 0, 'total': 24, 'low': 32} 

Почему он делает это?

Answer 1

Есть пара проблем с вашим подходом.

Когда вы

(y < 85.00).sum() 

Вы фактически суммируя условия истинности. Таким образом, вы заканчиваете подсчет, когда условие оценивается до True.Вы можете легко увидеть это быстрый пример:

In [6]: x = np.arange(10) 

In [7]: x 
Out[7]: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9]) 

In [8]: x < 4 
Out[8]: array([ True, True, True, True, False, False, False, False, False, False], dtype=bool) 

In [9]: (x < 4).sum() 
Out[9]: 4 

Теперь, если вы хотите, чтобы получить показатели, когда условие выполнено, вы можете использовать np.where

In [10]: np.where(x < 4) 
Out[10]: (array([0, 1, 2, 3]),) 

И использовать их для суммы

Другая проблема связана с использованием компактной нотации для диапазона, который легко решается, разделяя его на две части: & или np.logical_and()

In [12]: x[np.where((2 < x) & (x < 6))].sum() 
Out[12]: 12