opencv知识点:
图像像素最小/最大值 - minMaxLoc
图像像素均值/标准差 - meanStdDev
本课所解决的问题:
如何获取图像像素的最小/最大值?
如何获取图像像素的均值/标准差?
通过图像像素统计值我们能干什么?
1.常用的像素值统计
在图像分析的时候,我们经常需要对单通道图像的像素进行统计,以下4种是比较常用的
最小值(min)
最大值(max)
平均值(mean)
标准差(standard deviation)
要求这4种统计,我们就要用到以下两个API
这两个API非常有用,日后有很多地方用得到
2.像素值统计计算
接下来,我们来应用两个API,求取4种像素值统计
首先是最小值,最大值
- //函数定义
- void pixel_statistics_demo(Mat& image);
- //函数实现
- void QuickDemo::pixel_statistics_demo(Mat& image) {
-
- ?? ?double minv, maxv;
- ?? ?Point minLoc, maxLoc;
-
- ?? ?std::vector<Mat> mvt;
- ?? ?split(image, mvt);
-
- ?? ?/*
- ?? ?minMaxLoc
- ?? ??? ?求取单通道图像像素的最小值,最大值
- ?? ??? ??? ?共6个参数
- ?? ??? ??? ??? ?第1个参数 输入单通道图像
- ?? ??? ??? ??? ?第2个参数 输出最小值
- ?? ??? ??? ??? ?第3个参数 输出最大值
- ?? ??? ??? ??? ?第4个参数 输出最小值点的坐标
- ?? ??? ??? ??? ?第5个参数 输出最大值点的坐标
- ?? ??? ??? ?
- ?? ??? ??? ??? ?第6个参数 输入图像的子数组(有时候我们会求取ROI区域的最小/最大值,就会传入mask图像)
- ?? ??? ??? ??? ??? ??? ?(这里的子数组,是一种图像掩模,可以实现加东西/扣东西)?
- ?? ?*/
- ?? ?for (int i = 0; i < mvt.size(); i++) {
- ?? ??? ?minMaxLoc(mvt[i], &minv, &maxv, &minLoc, &maxLoc);
- ?? ??? ?std::cout << "通道:" << i << " 最小值:" << minv << " 最大值:" << maxv << std::endl;
- ?? ?}
-
- }

然后是,平均值和标准差
- void QuickDemo::pixel_statistics_demo(Mat& image) {
-
- ?? ?Mat mean, stddev;
-
- ?? ?meanStdDev(image, mean, stddev);
- ?? ?/*
- ?? ?meanStdDev
- ?? ??? ?求取平均值,标准差
- ?? ??? ??? ?共4个参数
- ?? ??? ??? ??? ?第1个参数 输入
- ?? ??? ??? ??? ?第2个参数 输出图像像素的平均值,每个通道都会输出一个
- ?? ??? ??? ??? ?第3个参数 输出图像像素的标准差,每个通道都会输出一个
- ?? ??? ??? ??? ?
- ?? ??? ??? ??? ?第4个参数 输入图像的子数组(有时候我们会求取ROI区域的平均值/标准差,就会传入mask图像)
- ?? ??? ??? ??? ??? ??? ?(这里的子数组,是一种图像掩模,可以实现加东西/扣东西)?
- ?? ?*/
- ?? ?std::cout << "平均值" << std::endl << mean << std::endl;
- ?? ?std::cout << "标准差" << std::endl<<stddev << std::endl;
- }

上图中,输出平均值和标准差,是把所有通道的都输出了,那如果怎么输出单通道的呢?
很简单,只要用到Mat::at
- //opencv为了保证精度,平均值,标准差矩阵的数据类型是double类型
- std::cout<<"平均值"<< mean.at<double>(0, 0)<<std::endl;
- std::cout << "标准差" << stddev.at<double>(0, 0) << std::endl;

3.图像统计值分析
这里简单提一下图像分析的事情
图像的平均值和标准差会给我们带来一定的信息
比如:当平均值恒定,标准差很小时,我们可以想到是基本纯色的图片,也就是低对比度的图
在图像分析的时候,我们关注图像的有效信息,也就是ROI区域。
通过图像像素的统计值,我们就可以对图像的有效信息作出判断。
比如,当图像标准差很小时,图像所携带的有效信息会很少,我们就要对图像进行筛选,通过一些手段过滤掉一些东西。
本课所用API查阅
1.minMaxLoc




2.meanStdDev


3.Mat::at
虽然有12种重载,但只有6种传参方式
1.单维度坐标——i0:沿维度 0 的索引



2.双维度坐标——row 沿维度 0 的索引 ;col 沿维度 1 的索引

3.三维度坐标——i0 沿维度 0 的索引;i1 沿维度 1 的索引;i2 沿维度 2 的索引

4.维度数组坐标——int数组

5.维度数组坐标——vector数组

6.点的坐标——point类

以上就是C++ OpenCV学习之图像像素值统计的详细内容,更多关于OpenCV像素值统计的资料请关注w3xue其它相关文章!