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。
