การดูค่า Pixel ของภาพด้วย scikit-image และ Pandas ใน Python

การเข้าถึงค่า Pixel ของภาพเป็นขั้นตอนพื้นฐานใน Image Processing ภาพ RGB มี 3 Channels (R,G,B) หรือ 4 Channels (RGBA) เก็บใน 3D Array (Height, Width, Channels)

ใช้ flatten() แปลง 3D Array → 1D Array แล้วใส่ DataFrame เพื่อวิเคราะห์/แสดงผล

ตัวอย่างโค้ด

from skimage import io
import pandas as pd
import matplotlib.pyplot as plt

# Path ของไฟล์ภาพ (ปรับตามจริง)
path = "puppy.png"

# อ่านภาพ
img = io.imread(path)
print("Image shape:", img.shape)
print("Image dtype:", img.dtype)

# แสดงภาพ
plt.imshow(img)
plt.title("Original Image")
plt.axis('off')
plt.show()

# แปลงเป็น DataFrame
# flatten(): (H, W, C) → (H*W*C,)
pixel_df = pd.DataFrame(img.flatten(), columns=['Pixel_Value'])

print("Pixel DataFrame shape:", pixel_df.shape)
print("\nFirst 10 pixels:")
print(pixel_df.head(10))

print("\nStatistics:")
print(pixel_df.describe())

# หากเป็น RGB แยก Channel
if img.ndim == 3 and img.shape[2] >= 3:
    # Reshape เป็น (H*W, C)
    pixels_2d = img.reshape(-1, img.shape[2])
    pixel_df_rgb = pd.DataFrame(pixels_2d, columns=['R', 'G', 'B'])
    print("\nRGB Channels Statistics:")
    print(pixel_df_rgb.describe())

ผลลัพธ์ตัวอย่าง

Image shape: (397, 558, 4)
Image dtype: uint8
Pixel DataFrame shape: (886104, 1)

First 10 pixels:
   Pixel_Value
0          123
1          145
2          167
...

Statistics:
       Pixel_Value
count    886104.0
mean       128.5
std         45.2
min         0.0
25%        95.0
50%       130.0
75%       165.0
max       255.0

คำอธิบาย

• io.imread() อ่านภาพคืน NumPy Array (H, W, C)

• img.shape แสดง Resolution และ Channels

• img.flatten() แปลงเป็น 1D Array (H×W×C Elements)

• สร้าง DataFrame เพื่อวิเคราะห์สถิติ, Histogram, Filtering ฯลฯ

• สำหรับ RGB: ใช้ reshape(-1, 3) แทน flatten เพื่อแยก Channel

ข้อมูลเพิ่มเติม: โครงสร้างภาพ

การเข้าถึง Pixel เฉพาะจุด

# Pixel ที่ (row=100, col=200)
pixel = img[100, 200]        # Array([R, G, B]) หรือ Scalar (Grayscale)
red = img[100, 200, 0]       # Channel R
green = img[100, 200, 1]     # Channel G
blue = img[100, 200, 2]      # Channel B

# Region of Interest (ROI)
roi = img[50:150, 100:200]   # Crop 100x100 pixels

หมายเหตุ: ตัวอย่างต้นฉบับใช้ Path "path to puppy.PNG" ต้องเปลี่ยนเป็น Path จริงของไฟล์