一组图像中颜色（色调）值 (0-359) 出现次数的总和

我有一个装满图像的文件夹，我想找到出现次数最少的色相值。为此，我为所有色调值创建一个长度为 360 的数组，获取文件夹中的所有图像，遍历它，对于每个像素，我在数组中代表色调值的索引处添加 +1。例如，如果我的像素中的色调值为 0，我会在数组中的索引 0 处添加 +1。 我的问题是：有没有更快或更有效的方法来做到这一点？

这是我的代码：

path = 'path'
sub_path = 'sub_path'
sumHueOcc = np.zeros((360, 1), dtype=np.uint64)

for item in dirs:
    fullpath = os.path.join(path,item)
    pathos = os.path.join(sub_path,item)
    if os.path.isfile(fullpath):
        f, e = os.path.splitext(pathos)
        img = np.array(Image.open(fullpath))
        img = np.float32(img)     
        imgHSV = cv2.cvtColor(img, cv2.COLOR_RGB2HSV_FULL) #RGB because numpy RGB

        # want to work with hue only
        h, s, v = cv2.split(imgHSV)

        # the hue values in one large array
        Z = np.array(h, copy=True)
        Z = Z.reshape((-1, 1))

        # convert to np.float32
        Z = np.uint64(Z)

        # count each appearence from hue values
        for z in Z:
            sumHueOcc[z] = sumHueOcc[z] + 1


max = np.argmax(sumHueOcc)
min = np.argmin(sumHueOcc)
print("Minimum 1")
print(min)
sumHueOcc[min] += max
min = np.argmin(sumHueOcc)
print("Minimum 2")
print(min)
sumHueOcc[min] += max
min = np.argmin(sumHueOcc)
print("Minimum 3")
print(min)
sumHueOcc[min] += max
min = np.argmin(sumHueOcc)
print("Minimum 4")
print(min)

我们可以用np.bincount进行计数。

因此，我们在开始时初始化输出数组int64 -

sumHueOcc_out = np.zeros((180, 1), dtype=np.int64) 

然后，在循环内部，我们替换涉及循环的最里面部分 -

# the hue values in one large array
Z = np.array(h, copy=True)
Z = Z.reshape((-1, 1))

# convert to np.float32
Z = np.uint64(Z)

# count each appearence from hue values
for z in Z:
    sumHueOcc[z] = sumHueOcc[z] + 1

with bincount选择 -

sumHueOcc_out.flat += np.bincount(h.astype(np.int64).ravel(),minlength=sumHueOcc.size)