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
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
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;
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。
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!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。