C++?OpenCV中如何進行圖像像素值統計

小編今天帶大家了解C++ OpenCV中如何進行圖像像素值統計，文中知識點介紹的非常詳細。覺得有幫助的朋友可以跟著小編一起瀏覽文章的內容，希望能夠幫助更多想解決這個問題的朋友找到問題的答案，下面跟著小編一起深入學習“C++ OpenCV中如何進行圖像像素值統計”的知識吧。

前言

opencv知識點：

圖像像素最小/最大值 - minMaxLoc

圖像像素均值/標準差 - meanStdDev

1.常用的像素值統計

在圖像分析的時候，我們經常需要對單通道圖像的像素進行統計，以下4種是比較常用的

最小值（min）

最大值（max）

平均值（mean）

標準差（standard deviation）

要求這4種統計，我們就要用到以下兩個API

• minMaxLoc

• meanStdDev

這兩個API非常有用，日后有很多地方用得到

2.像素值統計計算

接下來，我們來應用兩個API，求取4種像素值統計

首先是最小值，最大值

//函數定義
void pixel_statistics_demo(Mat& image);
//函數實現
void QuickDemo::pixel_statistics_demo(Mat& image) {

    double minv, maxv;
    Point minLoc, maxLoc;

    std::vector<Mat> mvt;
    split(image, mvt);

    /*
    minMaxLoc
        求取單通道圖像像素的最小值，最大值
            共6個參數
                第1個參數 輸入單通道圖像
                第2個參數 輸出最小值
                第3個參數 輸出最大值
                第4個參數 輸出最小值點的坐標
                第5個參數 輸出最大值點的坐標
            
                第6個參數 輸入圖像的子數組（有時候我們會求取ROI區域的最小/最大值，就會傳入mask圖像）
                        （這里的子數組，是一種圖像掩模，可以實現加東西/扣東西） 
    */
    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，平均值和標準差

void QuickDemo::pixel_statistics_demo(Mat& image) {

    Mat mean, stddev;

    meanStdDev(image, mean, stddev);
    /*
    meanStdDev
        求取平均值，標準差
            共4個參數
                第1個參數 輸入
                第2個參數 輸出圖像像素的平均值，每個通道都會輸出一個
                第3個參數 輸出圖像像素的標準差，每個通道都會輸出一個
                
                第4個參數 輸入圖像的子數組（有時候我們會求取ROI區域的平均值/標準差，就會傳入mask圖像）
                        （這里的子數組，是一種圖像掩模，可以實現加東西/扣東西） 
    */
    std::cout << "平均值" << std::endl << mean << std::endl;
    std::cout << "標準差" << std::endl<<stddev << std::endl;
}

上圖中，輸出平均值和標準差，是把所有通道的都輸出了，那如果怎么輸出單通道的呢？

很簡單，只要用到Mat::at

//opencv為了保證精度，平均值，標準差矩陣的數據類型是double類型
std::cout<<"平均值"<< mean.at<double>(0, 0)<<std::endl;
std::cout << "標準差" << stddev.at<double>(0, 0) << std::endl;

3.圖像統計值分析

這里簡單提一下圖像分析的事情

圖像的平均值和標準差會給我們帶來一定的信息

比如：當平均值恒定，標準差很小時，我們可以想到是基本純色的圖片，也就是低對比度的圖

在圖像分析的時候，我們關注圖像的有效信息，也就是ROI區域。

通過圖像像素的統計值，我們就可以對圖像的有效信息作出判斷。

比如，當圖像標準差很小時，圖像所攜帶的有效信息會很少，我們就要對圖像進行篩選，通過一些手段過濾掉一些東西。

本課所用API查閱

1.minMaxLoc

2.meanStdDev

3.Mat::at

雖然有12種重載，但只有6種傳參方式

1.單維度坐標——i0：沿維度 0 的索引

2.雙維度坐標——row 沿維度 0 的索引 ；col 沿維度 1 的索引

3.三維度坐標——i0 沿維度 0 的索引；i1 沿維度 1 的索引；i2 沿維度 2 的索引

4.維度數組坐標——int數組

5.維度數組坐標——vector數組

6.點的坐標——point類

感謝大家的閱讀，以上就是“C++ OpenCV中如何進行圖像像素值統計”的全部內容了，學會的朋友趕緊操作起來吧。相信億速云小編一定會給大家帶來更優質的文章。謝謝大家對億速云網站的支持！