C++ OpenCV中如何进行图像像素值统计

小编今天带大家了解C++ OpenCV中如何进行图像像素值统计，文中知识点介绍的非常详细。觉得有帮助的朋友可以跟着小编一起浏览文章的内容，希望能够帮助更多想解决这个问题的朋友找到问题的答案，下面跟着小编一起深入学习“C++ OpenCV中如何进行图像像素值统计”的知识吧。

前言

opencv知识点：

图像像素最小/最大值 - minMaxLoc

图像像素均值/标准差 - meanStdDev

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

• minMaxLoc

• meanStdDev

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

感谢大家的阅读，以上就是“C++ OpenCV中如何进行图像像素值统计”的全部内容了，学会的朋友赶紧操作起来吧。相信亿速云小编一定会给大家带来更优质的文章。谢谢大家对亿速云网站的支持！