#include <iostream> #include "13_opencv_mat.h"using namespace std;void QuickDemo::pixel_statistic_demo(Mat &image) {/** 函數minMaxLoc用來查找最小和最大元素值及其位置。* 在整個圖像(數組)中搜索極值，如果mask不是空數組，則在指定的數組區域中搜索極值。* * void minMaxLoc(InputArray src, double* minVal, double* maxVal=0, * Point* minLoc=0, Point* maxLoc=0, InputArray mask=noArray())* * 參數：* src - 單通道圖像* minVal - 指向返回最小值的指針。如果不需要寫NULL 或 缺省* maxVal - 指向返回最大值的指針。如果不需要寫NULL 或 缺省* minLoc - 指向返回的最小位置的指針(在2D情況下)。如果不需要寫NULL 或 缺省* maxLoc - 指向返回的最大位置的指針(在2D情況下)。如果不需要寫NULL 或 缺省* mask - 可選掩碼，用于選擇子數組,如果不需要就缺省。* * 需要特別注意的是：* 這個函數不能用于多通道圖像(數組)。如果需要在所有通道中找到最小或最大元素(像素值)，* 請先首先使用Mat::reshape()將圖像(數組)轉換為單通道。* 或者你可以使用extractImageCOI()、mixChannels()或split()來提取特定的通道。*/std::vector<Mat> mv;/** 函數原型：void split(const Mat& mtx, vector<Mat>& mv)* 函數功能：將一個多通道陣列劃分為幾個單通道陣列。*/split(image, mv);imshow("藍色", mv[0]);imshow("綠色", mv[1]);imshow("紅色", mv[2]);double minVal, maxVal;//定義兩個變量分別用來記錄最大像素值和最小像素值Point minLoc, maxLoc;//記錄最大像素值和最小像素值的位置//查找圖像中的最小值和最大值。for (int i = 0; i < 3; i++){minMaxLoc(mv[i], &minVal, &maxVal, &minLoc, &maxLoc, noArray());std::cout << "minVal = " << minVal << ",maxVal = " << maxVal << std::endl;std::cout << "minLoc = " << minLoc << ",maxLoc = " << maxLoc << std::endl;}/** 函數原型：void meanStdDev(InputArray src, OutputArray mean, OutputArray stddev, InputArray mask=noArray()) ** 函數功能：計算數組元素的平均值和標準偏差。* 參數：* src - 源圖像(數組)應該有1到4個通道，以便結果可以存儲在Scalar類型的數組中。* mean - 輸出參數:計算平均值。* stddev - 輸出參數:計算標準偏差。* mask - 可選掩碼，用于選擇子數組,如果不需要就缺省。* * 函數meanStdDev獨立計算每個通道的數組元素的均值和標準差，并通過輸出參數返回:*/Mat mean, stddev;meanStdDev(image, mean, stddev);std::cout << "mean = " << mean << std::endl;std::cout << "stddev = " << stddev << std::endl; }

程序運行結果如下：

方差和均值代表的意義及其應用

均值

我們來看不同亮度的同一張圖像。

可見，均值可以反應圖片的明亮暗程度。

方差

根據計算出來的均值和方差，可以對圖像所攜帶的信息做出一些判斷。
比如方差，方差就是數據的分散程度（偏離均值）。圖像中有個人和有輛車，那么他們的灰度值是不同的（顏色不同），你把全圖像的灰度值取平均，偏離平均值越大，方差越大。方差越大，說明信息越多，能量越大。

比如下面這張圖，方差為0，說明該圖片的像素點沒有變化，是張純色圖片。純色的圖片的每個通道的像素值都等于它每個通道的均值。再根據均值可以判斷出該圖片是什么顏色的。

總結

以上是生活随笔為你收集整理的Opencv -- 13像素值统计及平均值和方差的意义的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。