计算机机器视觉开源库中提供image.get_statistics（[thresholds[，invert=False[，roi[，bins[，l_bins[，a_bins[，b_bins]]]]]]]）方法，用于计算roi中每个颜色通道的平均值、中值、标准偏差、最小值、最大值、下四分值和上四分值，并返回一个数据对象。也可以使用image.get_stats来调用这一方法。如果传递thresholds列表，则直方图信息将仅从阈值列表中的像素计算得出。
thresholds必须是元组列表。[（lo，hi），（lo，hi），...，（lo，hi）]定义所要追踪的颜色范围。对于灰度图像，每个元组需要包含两个值：最小灰度值和最大灰度值。对于RGB565图像，每个元组需要有6个值（l_lo，l_hi，a_lo，a_hi，b_lo，b_hi），分别是Lab模型的L、A和B通道的最小值和最大值。如果元组大于6个值，则忽略其余值。相反，如果元组太短，则假定其余阈值处于最大范围。
Invert是反转阈值操作，像素在已知颜色范围之外进行匹配，而非在已知颜色范围内。
roi是感兴趣区域的矩形元组（x，y，w，h），即操作范围仅限于roi区域内的像素。如果未指定，roi即整个图像的图像矩形。(www.xing528.com)
bins和其他bin是用于直方图通道的箱数。对于灰度图像，使用bins，对于RGB565图像，使用其他每个通道。每个通道的bin计数必须大于2。默认情况下，直方图将具有每个通道的最大bin数。
利用get_statistics统计的方法，可以计算出指定区域内占面积最大的颜色。对给定区域进行颜色追踪的程序代码如下：
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
